移动平均算法_什么是移动平均法

什么是移动平均法

移动平均（英语：moving average，MA），又称“移动平均线”简称均线，是技术分析中一种分析时间序列数据的工具。最常见的是利用股价、回报或交易量等变数计算出移动平均。

移动平均可抚平短期波动，反映出长期趋势或周期。数学上，移动平均可视为一种卷积。

扩展资料：

主要特点：

1、移动平均时距项数N为奇数时，只需一次移动平均，其移动平均值作为移动平均项数的中间一期的趋势代表值；而当移动平均项数N为偶数时，移动平均值代表的是这偶数项的中间位置的水平；

无法对正某一时期，则需要在进行一次相临两项平均值的移动平均，这才能使平均值对正某一时期，这称为移正平均，也成为中心化的移动平均数。

2、移动平均的项数不宜过大。

3、移动平均对原序列有修匀或平滑的作用，使得原序列的上下波动被削弱了，而且平均的时距项数N越大，对数列的修匀作用越强。

4、 当序列包含季节变动时，移动平均时距项数N应与季节变动长度一致，才能消除其季节变动；若序列包含周期变动时，平均时距项数N应和周期长度基本一致，才能较好的消除周期波动   。

参考资料来源：百度百科-移动平均法

如何计算会计基础移动平均法

加权平均法的计算公式如下：

扩展资料

移动平均时距项数N为奇数时，只需一次移动平均，其移动平均值作为移动平均项数的中间一期的趋势代表值；

而当移动平均项数N为偶数时，移动平均值代表的是这偶数项的中间位置的水平，无法对正某一时期，则需要在进行一次相临两项平均值的移动平均，这才能使平均值对正某一时期，这称为移正平均，也成为中心化的移动平均数。

3. 当序列包含季节变动时，移动平均时距项数N应与季节变动长度一致，才能消除其季节变动；若序列包含周期变动时，平均时距项数N应和周期长度基本一致，才能较好的消除周期波动 。

参考资料来源：百度百科-加权移动平均法

什么是移动平均法？

移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量、公司产能等的一种常用方法。移动平均法适用于即期预测。

当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动，是非常有用的。移动平均法根据预测时使用的各元素的权重不同，可以分为：简单移动平均和加权移动平均。

扩展资料：

主要特点

1. 移动平均对原序列有修匀或平滑的作用，使得原序列的上下波动被削弱了，而且平均的时距项数N越大，对数列的修匀作用越强。

2. 移动平均时距项数N为奇数时，只需一次移动平均，其移动平均值作为移动平均项数的中间一期的趋势代表值；而当移动平均项数N为偶数时

移动平均值代表的是这偶数项的中间位置的水平，无法对正某一时期，则需要在进行一次相临两项平均值的移动平均，这才能使平均值对正某一时期，这称为移正平均，也成为中心化的移动平均数。

3. 当序列包含季节变动时，移动平均时距项数N应与季节变动长度一致，才能消除其季节变动；若序列包含周期变动时，平均时距项数N应和周期长度基本一致，才能较好的消除周期波动 [1]  。

4. 移动平均的项数不宜过大。

参考资料来源：百度百科-移动平均法

加权移动平均法是什么？

加权移动平均法，是对观察值分别给予不同的权数，按不同权数求得移动平均值，并以最后的移动平均值为基础，确定预测值的方法。

拓展：

1.使用原因：

采用加权移动平均法，是因为观察期的近期观察值对预测值有较大影响，它更能反映近期市场变化的趋势。所以，对于接近预测期的观察值给予较大权数值，对于距离预测期较远的观察值则相应给予较小的权数值，以不同的权数值调节各观察值对预测值所起的作用，使预测值能够更近似地反映市场未来的发展趋势。

2.适用范围：

用加权移动平均法求预测值，对近期的趋势反映较敏感，但如果一组数据有明显的季节性影响时，用加权移动平均法所得到的预测值可能会出现偏差。因此，有明显的季节性变化因素存在时，最好不要加权。

会计核算中加权平均法和移动平均法是什么意思

加权平均，一般是指月初库存和当月采购（生产）计算平均价，以采购为例，计算公式为：
（月初库存成本+本月采购成本）/（月初库存数量+本月采购数量）
移动平均，则是每天计算平均价：
（昨日库存成本+当日采购成本）/（昨日库存数量+当日采购水数量）

比较而言，加权平均，一个月计算一个价格，而移动平均，则是每月计算多个价格。

移动平均法的含义 ，及其步骤和优点

移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量、公司产能等的一种常用方法。简单移动平均的各元素的权重都相等。简单的移动平均的计算公式如下：

扩展资料

移动平均法平用于滑常滤波，使用移动平均法进行预测能平滑掉需求的突然波动对预测结果的影响。但移动平均法运用时也存在着如下问题：加大移动平均法的期数（即加大n值）会使平滑波动效果更好，但会使预测值对数据实际变动更不敏感；

移动平均值并不能总是很好地反映出趋势。由于是平均值，预测值总是停留在过去的水平上而无法预计会导致将来更高或更低的波动；移动平均法要由大量的过去数据的记录；它通过引进愈来愈期的新数据，不断修改平均值，以之作为预测值。

参考资料来源：百度百科——移动平均法