Salah satu aplikasi utama papan Arduino adalah membaca dan mencatat data sensor. Misalnya, satu tekanan monitor setiap detiknya. Karena tingkat sampel yang tinggi sering menghasilkan lonjakan dalam grafik, seseorang juga ingin memiliki rata-rata pengukuran. Seperti pengukurannya. Tidak statis dalam waktu apa yang sering kita butuhkan adalah rata-rata yang sedang berjalan Ini adalah rata-rata periode tertentu dan sangat berharga saat melakukan analisis tren. Bentuk paling sederhana dari rata-rata yang sedang berjalan dapat dilakukan dengan kode yang dibangun berdasarkan rata-rata berjalan sebelumnya. Saya ingin menggunakan matematika floating point - karena ini membutuhkan memori dan mengurangi kecepatan - orang dapat melakukan hal yang sama sepenuhnya di domain integer. Bagian 256 dalam kode contoh adalah shift-right 8, yang lebih cepat daripada pembagian kata dengan misalnya 100 Hal ini berlaku untuk setiap kekuatan 2 sebagai pembagi dan orang hanya harus menjaga jumlah nilai weigth sama dengan kekuatan 2 Dan tentu saja orang harus berhati-hati tidak ada melimpah antara mempertimbangkan menggunakan unsigned long. Anda memerlukan rata-rata berjalan yang lebih akurat, di concreto dari 10 pengukuran terakhir, Anda memerlukan daftar array atau linked list untuk menahannya. Array ini bertindak sebagai penyangga melingkar dan dengan setiap pengukuran baru yang paling tua dikeluarkan. Rata-rata yang berjalan dihitung sebagai Jumlah semua elemen dibagi dengan jumlah elemen dalam array Kode untuk rata-rata berjalan akan menjadi seperti ini. Kelalaian kode ini adalah bahwa array untuk menahan semua nilai bisa menjadi sangat besar Jika Anda memiliki satu pengukuran per detik dan Anda Ingin rata-rata berjalan per menit Anda memerlukan sebuah array dari 60 rata-rata per jam akan membutuhkan sebuah array dari 3600 Itu tidak bisa dilakukan dengan cara ini pada Arduino karena hanya memiliki 2K RAM Namun dengan membangun rata-rata 2 tahap itu dapat didekati Cukup baik disclaimer tidak untuk semua pengukuran Dalam kode psuedo. Sebagai array statis internal baru diperlukan untuk setiap fungsi runningAverage, jeritan ini harus diimplementasikan sebagai kelas. RunningAverage library. The runningAverage perpustakaan membuat kelas Dari fungsi di atas sehingga dapat digunakan berkali-kali dalam sebuah sketsa Itu decouples menambahkan dan fungsi avg menjadi sedikit lebih fleksibel misalnya seseorang dapat memanggil rata-rata beberapa kali tanpa menambahkan sesuatu Harap dicatat bahwa setiap instance dari kelas menambahkan Array sendiri untuk menahan pengukuran, dan ini menambahkan hingga penggunaan memori Antarmuka kelas dijaga sekecil mungkin. Catatan dengan versi 0 2 semua metode dibuat lebih deskriptif. Sketsa kecil menunjukkan bagaimana hal itu dapat dilakukan. Digunakan Generator acak digunakan untuk meniru sensor. Pada setup myRA dibersihkan sehingga kita dapat mulai menambahkan data baru. Pada loop pertama, nomor acak dihasilkan dan dikonversi ke float yang akan ditambahkan ke myRA Kemudian runAverage dicetak ke Port serial Satu juga bisa menampilkannya di beberapa LCD atau mengirim ethernet dll. Saat 300 item ditambahkan, myRA dibersihkan untuk memulai lagi. Untuk menggunakan perpustakaan, buatlah folder di perpustakaan SKETCHBOOKPATH Anda dengan nama RunningAverage dan pasang h dan Ada Opt Secara ionik membuat subdirektori contoh untuk menempatkan sampel app.2011-01-30 versi awal.2011-02-28 penghancur hilang yang tetap di file h.2011-02-28 menghapus konstruktor default.2012- - trimValue Yuval Naveh menambahkan trimValue yang ditemukan pada Web.2012-11-21 refactored.2012-12-30 ditambahkan fillValue refactored untuk penerbitan.2014-07-03 menambahkan kode proteksi memori - jika array internal tidak dapat dialokasikan ukuran menjadi 0 Ini untuk memecahkan masalah yang dijelaskan di sini. Test secara ekstensif. Kelas template. RunningAverage rata-rata h. RunningAverage. Moving What Are They. Among indikator teknis yang paling populer, moving averages digunakan untuk mengukur arah tren saat ini Setiap jenis moving average yang biasa ditulis dalam tutorial ini karena MA adalah hasil matematis bahwa Dihitung dengan merata-ratakan sejumlah titik data masa lalu Setelah ditentukan, rata-rata yang dihasilkan kemudian diplotkan ke dalam grafik agar pedagang dapat melihat data yang merapikan daripada memusatkan perhatian pada fluktuasi harga harian yang melekat pada Semua pasar keuangan. Bentuk paling sederhana dari rata-rata bergerak, yang secara tepat dikenal sebagai SMA rata-rata bergerak sederhana, dihitung dengan mengambil rata-rata aritmetik dari serangkaian nilai yang diberikan. Misalnya, untuk menghitung rata-rata pergerakan 10 hari dasar yang akan Anda tambahkan Harga penutupan dari 10 hari terakhir dan kemudian bagi hasil dengan 10 pada gambar 1, jumlah harga untuk 10 hari terakhir 110 dibagi dengan jumlah hari 10 sampai pada rata-rata 10 hari Jika trader menginginkan Untuk melihat rata-rata 50 hari, perhitungan jenis yang sama akan dilakukan, namun akan mencakup harga selama 50 hari terakhir. Rata-rata yang dihasilkan di bawah 11 memperhitungkan 10 data terakhir untuk memberi gambaran kepada pedagang. Bagaimana harga aset relatif terhadap 10 hari terakhir. Mungkin Anda bertanya-tanya mengapa pedagang teknis menyebut alat ini sebagai rata-rata yang bergerak dan bukan hanya rata-rata biasa. Jawabannya adalah bahwa saat nilai baru tersedia, titik data tertua harus dikeluarkan dari Set dan titik data baru Harus masuk untuk menggantikannya Jadi, kumpulan data terus bergerak untuk memperhitungkan data baru saat tersedia Metode penghitungan ini memastikan bahwa hanya informasi terkini yang diperhitungkan pada Gambar 2, setelah nilai 5 yang baru ditambahkan ke Himpunan, kotak merah yang mewakili 10 titik data terakhir bergerak ke kanan dan nilai terakhir 15 dijatuhkan dari perhitungan Karena nilai yang relatif kecil dari 5 menggantikan nilai tinggi 15, Anda akan mengharapkan untuk melihat rata-rata Data set menurun, yang mana, dalam hal ini dari 11 sampai 10.What Apakah Moving Averages Look Like Setelah nilai MA telah dihitung, mereka diplot ke sebuah grafik dan kemudian terhubung untuk menciptakan garis rata-rata bergerak Garis melengkung ini Adalah umum pada grafik pedagang teknis, tapi bagaimana penggunaannya dapat bervariasi secara drastis lebih jauh mengenai hal ini nanti. Seperti yang dapat Anda lihat pada Gambar 3, adalah mungkin untuk menambahkan lebih dari satu rata-rata bergerak ke diagram mana pun dengan menyesuaikan jumlah periode waktu yang digunakan. di Perhitungan Garis melengkung ini mungkin tampak mengganggu atau membingungkan pada awalnya, tapi Anda akan terbiasa dengan mereka seiring berjalannya waktu Garis merah hanyalah harga rata-rata selama 50 hari terakhir, sedangkan garis biru adalah harga rata-rata selama 100 Hari. Sekarang Anda memahami apa itu rata-rata bergerak dan seperti apa, kami akan memperkenalkan tipe moving average yang berbeda dan memeriksa bagaimana perbedaannya dengan rata-rata pergerakan sederhana yang telah disebutkan sebelumnya. Rata-rata pergerakan sederhana sangat populer di kalangan pedagang, namun Seperti semua indikator teknis, memang ada kritiknya Banyak orang berpendapat bahwa kegunaan SMA terbatas karena setiap titik dalam rangkaian data berbobot sama, terlepas dari mana hal itu terjadi dalam urutan Kritik berpendapat bahwa data terbaru lebih banyak. Signifikan dibandingkan data yang lebih tua dan seharusnya memiliki pengaruh lebih besar terhadap hasil akhir. Sebagai tanggapan atas kritik ini, para pedagang mulai memberi bobot lebih pada data terakhir, yang sejak saat itu menyebabkan Penemuan berbagai jenis rata-rata baru, yang paling populer adalah rata-rata bergerak eksponensial EMA Untuk bacaan lebih lanjut, lihat Dasar-Dasar Rata-rata Bergerak Rata-Rata dan Perbedaan apa antara SMA dan EMA. Pindah Bergerak Rata-rata Rata-rata pergerakan eksponensial adalah Jenis moving average yang memberi bobot lebih pada harga terakhir dalam usaha untuk membuatnya lebih responsif terhadap informasi baru Mempelajari persamaan yang agak rumit untuk menghitung EMA mungkin tidak perlu bagi banyak trader, karena hampir semua paket charting melakukan perhitungan untuk Anda. Namun, Bagi Anda ahli matematika di luar sana, inilah persamaan EMA. Bila menggunakan rumus untuk menghitung titik pertama EMA, Anda mungkin memperhatikan bahwa tidak ada nilai yang tersedia untuk digunakan sebagai EMA sebelumnya Masalah kecil ini dapat diatasi dengan memulai Perhitungan dengan rata-rata bergerak sederhana dan melanjutkan dengan rumus di atas dari sana Kami telah menyediakan contoh spreadsheet yang mencakup contoh kehidupan nyata dari Bagaimana cara menghitung rata-rata bergerak sederhana dan rata-rata pergerakan eksponensial. Perbedaan Antara EMA dan SMA Sekarang setelah Anda memahami lebih baik tentang bagaimana SMA dan EMA dihitung, mari lihat bagaimana rata-rata ini berbeda Dengan melihat Pada perhitungan EMA, Anda akan melihat bahwa penekanan lebih banyak ditempatkan pada titik data terkini, menjadikannya tipe rata-rata tertimbang Pada Gambar 5, jumlah periode waktu yang digunakan pada masing-masing rata-rata identik 15, namun EMA merespons lebih banyak Cepat ke harga yang berubah Perhatikan bagaimana EMA memiliki nilai lebih tinggi saat harga sedang naik, dan jatuh lebih cepat dari pada SMA ketika harga sedang menurun. Responsivitas inilah yang menjadi alasan utama mengapa banyak trader lebih memilih untuk menggunakan EMA di atas SMA. Hari yang Berbeda Berarti Rata-rata Bergerak adalah indikator yang benar-benar dapat disesuaikan, yang berarti bahwa pengguna dapat dengan bebas memilih kerangka waktu yang mereka inginkan saat membuat rata-rata Periode waktu paling umum yang digunakan dalam moving averages adalah 15, 2 0, 30, 50, 100 dan 200 hari Semakin pendek rentang waktu yang digunakan untuk menciptakan rata-rata, semakin sensitif akan perubahan harga Semakin lama rentang waktu, semakin tidak sensitif, atau lebih merapikan, rata-rata akan ada. Tidak ada kerangka waktu yang tepat untuk digunakan saat mengatur rata-rata bergerak Anda Cara terbaik untuk mengetahui mana yang paling sesuai untuk Anda adalah dengan bereksperimen dengan sejumlah periode waktu yang berbeda sampai Anda menemukan strategi yang sesuai dengan strategi Anda. Moving Average - MA. BREAKING DOWN Moving Average - MA. Sebagai contoh SMA, perhatikan keamanan dengan harga penutupan berikut lebih dari 15 hari. Minggu 1 5 hari 20, 22, 24, 25, 23. 2 2 5 hari 26, 28, 26, 29, 27.Week 3 5 hari 28, 30, 27, 29, 28.A MA 10 hari akan rata-rata harga penutupan untuk 10 hari pertama sebagai titik data pertama Titik data berikutnya akan menurunkan harga paling awal, menambahkan harga pada Hari ke 11 dan ambil rata-rata, dan seterusnya seperti yang ditunjukkan di bawah ini. Seperti yang telah disebutkan sebelumnya, MAs lag current price action karena mereka didasarkan pada harga masa lalu yang lebih lama. E periode waktu untuk MA, semakin besar lag Jadi MA 200 hari akan memiliki tingkat lag yang jauh lebih besar daripada MA 20 hari karena mengandung harga selama 200 hari terakhir Durasi MA untuk digunakan bergantung pada Tujuan perdagangan, dengan MA yang lebih pendek digunakan untuk perdagangan jangka pendek dan MA jangka panjang lebih sesuai untuk investor jangka panjang MA 200 hari diikuti oleh investor dan pedagang, dengan tembusan di atas dan di bawah rata-rata pergerakan ini dianggap penting untuk diperdagangkan. Signal. MAs juga memberi sinyal perdagangan penting mereka sendiri, atau ketika dua rata-rata melintas A naik MA menunjukkan bahwa keamanan dalam tren naik sementara MA menurun menunjukkan bahwa hal itu dalam tren turun Demikian pula, momentum ke atas dikonfirmasi dengan crossover bullish Yang terjadi ketika MA jangka pendek melintasi di atas momentum MA MA jangka panjang dikonfirmasi dengan crossover bearish, yang terjadi ketika MA jangka pendek melintasi di bawah MA jangka panjang.
No comments:
Post a Comment