zoukankan      html  css  js  c++  java
  • EMA算法的C#实现

    EMA表示的是指数平滑移动平均,其函数的定义为Y=EMA(X,N) 则Y=[2*X+(N-1)*Y']/(N+1), 其中Y'表示上一周期Y值。

    求X的N日指数平滑移动平均,它真正的公式表达是:当日指数平均值=平滑系数*(当日指数值-昨日指数平均值)+昨日指数平均值;平滑系数=2/(周期单位+1)

    EMA引用函数在计算机上使用递归算法很容易实现,但不容易理解。以下,列举分析说明EMA函数。

    X是变量,每天的X值都不同,从远到近地标记,它们分别记为X1,X2,X3,….,Xn

    当N=1,则EMA(X,1)=[2*X1+(1-1)*Y’]/(1+1)=X1

    当N=2,则EMA(X,2)=[2*X2+(2-1)*Y’]/(2+1)=(2/3)*X2+(1/3)X1

    当N=3,则EMA(X,3)=[2*X3+(3-1)*Y’]/(3+1)=[2*X3+2*((2/3)*X2+(1/3)*X1)]/4=(1/2)*X3+(1/3)*X2+(1/6)*X1

    当N=4,则EMA(X,4)=[2*X4+(4-1)*Y’]/(4+1)=2/5*X4+3/5*((1/2)*X3+(1/3)*X2+(1/6)*X1)=2/5*X4+3/10*X3+1/5*X2+1/10*X1

    当N=5,则EMA(X,5)= (1/3)*X5+(4/15)*X4+(3/15)*X3+(2/15)*X2+(1/15)*X1

    当N=6,则EMA(X,6)=(2/7)*X6+(5/21)*X5+(4/21)*X4+(3/21)*X3+(2/21)*X2+(1/21)*X1

    当N=7,则EMA(X,7)=(2/8)*X7+(6/28)*X6+(5/28)*X5+(4/28)*X4+(3/28)*X3+(2/28)*X2+(1/28)*X1

    当N=8,则EMA(X,8)=(2/9)*X8+(36/36)*X36+(6/36)*X6+(5/36)*X5+(4/36)*X4+(3/36)*X3+(2/36)*X2+(1/36)*X1

    当N=9,则EMA(X,9)=(2/10)*X9+(8/45)*X8+(45/45)*X45+(6/45)*X6+(5/45)*X5+(4/45)*X4+(3/45)*X3+(2/45)*X2+(1/45)*X1

    当N=10,则EMA(X,10)=(2/11)*X10+(9/55)*X9+(8/55)*X8+(55/55)*X55+(6/55)*X6+(5/55)*X5+(4/55)*X4+(3/55)*X3+(2/55)*X2+(1/55)*X1

    当N=11,则EMA(X,11)=(2/12)*X11+(10/66)*X10+(9/66)*X9+(8/66)*X8+(7/66)*X7+(6/66)*X6+(5/66)*X5+(4/66)*X4+(3/66)*X3+(2/66)*X2+(1/66)*X1

    当N=12,则EMA(X,12)=(2/13)*X12+(11/78)*X11+(10/78)*X10+(9/78)*X9+(8/78)*X8+(7/78)*X7+(6/78)*X6+(5/78)*X5+(4/78)*X4+(3/78)*X3+(2/78)*X2+(1/78)*X1

    当N=13,则EMA(X,13)=(2/14)*X13+(12/91)*X12+(11/91)*X11+(10/91)*X10+(9/91)*X9+(8/91)*X8+(7/91)*X7+(6/91)*X6+(5/91)*X5+(4/91)*X4+(3/91)*X3+(2/91)*X2+(1/91)*X1

    其他依次循环可得。

    其中,系数分母是N*(N+1)/2。而且任何时候系数之和恒为1。当X是常量,每天的X值都不变,则EMA(X,N)=MA(X,N)。

    以上公式可以直接作为计算公式。

    从以上的列举分析中,我们可以看到时间周期越近的X值它的权重越大,说明EMA函数对近期的X值加强了权重比,更能及时反映近期X值的波动情况。 所以EMA比MA更具参考价值,而EMA也不容易出现死叉和金叉,所以一旦出现要立即作出反映!对周线处理,EMA就更加稳定了。

    像EMA它的定义是 Y=[2*X+(N-1)*Y']/(N+1) Y'是上一个周期的计算值。这样的函数是一个递归函数,不断的调用前一个周期的值来参加计算的。我们为了加快计算的速度,没有采用递归的方式。

        /// <summary>
        /// Contains calculation results for EMA indicator
        /// </summary>
        public class EMAResult
        {
            public List<double> Values { get; set; }

            /// <summary>
            /// Represents the index of input signal at which the indicator starts
            /// </summary>
            public int StartIndexOffset { get; set; }
        }

    -------------------------------------------------------------------------------------------------------------------------------

           /// <summary>
            /// Calculates Exponential Moving Average (EMA) indicator
            /// </summary>
            /// <param name="input">Input signal</param>
            /// <param name="period">Number of periods</param>
            /// <returns>Object containing operation results</returns>
            public static EMAResult EMA(IEnumerable<double> input, int period)
            {
                var returnValues = new List<double>();

                double multiplier = (2.0 / (period + 1));
                double initialSMA = input.Take(period).Average();

                returnValues.Add(initialSMA);

                var copyInputValues = input.ToList();

                for (int i = period; i < copyInputValues.Count; i++)
                {
                    var resultValue = (copyInputValues[i] - returnValues.Last()) * multiplier + returnValues.Last();

                    returnValues.Add(resultValue);
                }

                var result = new EMAResult()
                {
                    Values = returnValues,
                    StartIndexOffset = period - 1
                };

                return result;
            }

    上述实现代码来自 http://technicalanalysis.codeplex.com/

    欢迎大家扫描下面二维码成为我的客户,为你服务和上云

  • 相关阅读:
    redis在redhat上的的安装和登录
    redis主从复制以及数据同步的原理
    redis持久化的认识和使用注意点
    redis慢查询的简单认识和事务、订阅的认识
    第三章redis键的管理以及操作认知
    第二章redis数据类型的使用和介绍
    第一章 redis学习的简单介绍和简单的功能使用
    mysql第一次学习和使用
    第七章 mysql 事务索引以及触发器,视图等等,很重要又难一点点的部分
    第六章 MySQL 查询
  • 原文地址:https://www.cnblogs.com/shanyou/p/2289501.html
Copyright © 2011-2022 走看看