Exponentielle Gleitende Mittlere Oktave

Nach dem Zusammenfügen der Bits aus diesem Thread baute ich diese Funktion mit Octaves Filterfunktion. Es beginnt mit dem einfachen gleitenden Durchschnitt als Basis. V ist der Spaltenvektor von Zahlen, um den exponentiellen gleitenden Durchschnitt zu berechnen. Fenster ist eine Ganzzahl als Anzahl von Tagen. Ich habe 12. Hier ist eine mathematische Erklärung dieser Funktion. Beachten Sie, dass die Seite 2 (n1) (wobei n das Fenster oder die Anzahl der Tage ist) als alpha verwendet. Aber ich benutze 1n, weil dieser Wert von Alpha passt meine Bedürfnisse. Passen Sie alpha nach Bedarf an. Alternativ benötige ich manchmal auch meine Eingabe - und Ausgabevektorabmessungen. Ich fülle ungültige Werte mit NaN durch Addition von meanV NaN (window-1,1) meanV als letzte Zeile in der movingEMean-Funktion. Man könnte es auch mit simpleAvg füllen, wenn Sie von MOVAVG eine grobe estimate. exponential gleitenden Durchschnitt wollen nicht korrekt Hat jemand Erfahrung haben die MOVAVG Funktion mit exponentieller Gewichtung unter Verwendung von (e) Wenn ich die E gewichtet, tun sie nicht, dann bekomme ich richtig ein einfaches gleitender Durchschnitt. Aber wenn ich e spezifiziere ich Zahlen, die nicht richtig scheinen. Ich bin neugierig, wenn die exponentielle Gewichtung hier verwendet wird irgendwie anders als das, was gemeinhin angenommen wird. Zum Beispiel Aktienkurs Trends zu berechnen, berechnet man in der Regel MACD (Moving Average Convergence Divergenz), indem Sie: MACD (12-Tage exponentiell gleitenden Durchschnitt) minus (26-Tage exponentiell gleitenden Durchschnitt) So in Octave, ich habe folgendes: Shortma , Longsa movavg (Daten (:, Preis), 12,26, e) MACD Shortma - Longma Für einen typischen Bestand ist der MACD-Wert in der Regel einstellig. B ut b oth mein S hortma und L ongma Track P Reis sehr eng, und daher bleibt MACD im Bereich von -10-4, was eindeutig nicht korrekt ist. Es wird angenommen, daß die Werte bei negativer Zeit (x (0), x (-1), usw.) alle Null sind. So wäre zum Beispiel der erste Wert von y x (1) 10. Ich schaute auf beide conv () und Filter (), aber can39t herauszufinden, wie man einen gleitenden Durchschnitt mit ihnen zu tun. Vielleicht I39m nicht verstehen, die Funktionen der Eingabevars richtig. Let39s sagen, ich habe ein Array, ein rand (1.100). Können Sie mir sagen, wie I39d verwenden conv () und Filter () zu nehmen, sagen die 10-Tage gleitenden Durchschnitt, mit einer Gewichtung von 0,5 gt ----- Ursprüngliche Nachricht ----- gt Von: Andy Buckle mailto: versteckt E-Mail gt Gesendet: Donnerstag, 6. Mai 2010 00.06 gt: versteckt E-Mail gt Cc: versteckt E-Mail gt Betreff: Re: vektorisiert Durchschnitt gt gt konv bewegt, ist auch ein m-Datei, aber es hat nur ein paar Ifs in. Dann es gt ruft Filter, um den Job zu erledigen. Die eine oct-Datei ist. gt gt Andy gt gt Am Do, 6. Mai 2010, um 06.28 Uhr, Tim Rueth lthidden E-Mail gt geschrieben: gt gt Wer weiß, wie eine n-Tag eines gt gt Vektor gewichtet zu nehmen gleitenden Durchschnitt ohne for - mit Loop Ich schaute auf die M-Code gt für movavg () gt gt und es verwendet eine for-Schleife, so I39m Vermutung dort wahrscheinlich isn39t ein Weg, gt gt aber ich dachte, I39d überprüfen. Vielen Dank. gt gt gt gt --Tim gt gt gt gt Hilfe-Oktaven-Mailing-Liste gt gt versteckte E-Mail gt gt www-old. cae. wisc. edumailmanlistinfohelp Oktaven gt gt gt gt gt gt gt gt - gt andy gt Dank Schnalle für das Zeigen Wie man filter () verwenden, um einen einfachen gleitenden Durchschnitt zu machen. Ich implementierte Ihren Code, und es stimmt mit movavg (x, 10,10,0), die einen 10-tägigen einfachen gleitenden Durchschnitt berechnet. Es gibt nur einen Unterschied in den ersten 9 Zahlen aufgrund der angenommenen Werte der negativen Zeit (movavg berechnet eine Einlaufperiode). Wie Sie vielleicht daran erinnern, Im versucht, Filter () verwenden, um movavg () s for-Schleife zu vermeiden. Nun, was ich versuche zu tun ist ein gewichteter gleitender Durchschnitt, identisch mit dem Alpha-Parameter von movavg (). Wenn alpha0, es ist ein einfacher gleitender Durchschnitt, und stimmt mit filter () überein. Wenn ich Alpha zu 1 ändere, Im annehmen, um eine lineare MA zu erhalten. Heres der Code in movavg. m, dass die Gewichtung (Blei ist die Anzahl der Tage zu durchschnittlich, gleich 10 im obigen Fall): Blei (1: Blei).Alpha Anpassung der Gewichte auf 1 Blei-Summe (Blei) So, für einen 10-Tage linear gewichteten gleitenden Durchschnitt (Blei 10, Alpha 1). Sollten die letzten 9 Tage und der aktuelle Tag wie folgt gewichtet werden: 155, 255, 355. 1055, wobei das größte Gewicht (1055) auf den aktuellen Tag angewendet wird. Also, ich versuchte eine einfache Testfall mit nur ein 2-Tage-MA auf einem 6-Element-Vektor. madays 2 alpha 1 len 6 a rand (1. len) berechnen MA mit movavg () ma movavg (a, madays, madays, alpha) berechnen MA mit filter () Sweep (1: madays) alpha normsweep sweepsum (Sweep) f Filter (normsweep, 1, a) Die Ergebnisse von movavg () und filter () sind ähnlich, aber nicht gleich. Ich vermute, ich habe nicht die Argumente für Filter () richtig, aber ich kann nicht herausfinden, was ich falsch gemacht habe. Insbesondere bin ich nicht sicher, was das zweite Argument von Filter () soll. Hilfe Im nicht sicher, was Sie mit der Gewichtung von 0,5 bedeuten, aber um eine einfache 10-Tage-Durchschnitt zu tun, itd y-Filter (110ones (1, 10), 1, x) Dies setzt voraus, dass die Werte bei negativen Zeit (x (0 ), X (-1), usw.) alle Null sind. So wäre zum Beispiel der erste Wert von y x (1) 10. Hallo ihr Lieben, ich glaube nicht, dass es so ist, wie ich es mir vorgestellt habe. Vielleicht Im nicht verstehen, die Funktionen der Eingabevars richtig. Lets sagen, ich habe ein Array, ein rand (1.100). Können Sie mir sagen, wie Id verwenden conv () und Filter () zu nehmen, sagen die 10-Tage gleitenden Durchschnitt, mit einer Gewichtung von 0,5 gt ----- Ursprüngliche Nachricht ----- gt Von: Andy Buckle Mailto: hidden email gt Gesendet am: Donnerstag, den 06. Mai 2010 um 12:06 Uhr gt an: versteckte E-Mail gt Cc: versteckte E-Mail gt Thema: Re: vectorized gleitende gt gt Conv ist auch eine m-Datei, aber es hat nur ein paar Ifs in. Dann es gt ruft Filter, um den Job zu erledigen. Die eine oct-Datei ist. Gt gt Andy gt gt Am Thu, 6. Mai 2010 um 06.28 Uhr, Tim Rueth lthidden E-Mail gt schrieb: gt gt Wer weiß, wie man einen n-Tag gewichteten gleitenden Durchschnitt eines gt gt Vektor ohne Verwendung einer for - Loop Ich schaute auf die M-Code gt für movavg () gt gt und es nutzt eine for-Schleife, so Im vermutlich gibt es wahrscheinlich nicht eine Möglichkeit, gt gt aber ich dachte, Id-Check. Vielen Dank. gt gt gt gt --Tim gt gt gt gt Hilfe-Oktaven-Mailing-Liste gt gt versteckte E-Mail gt gt www-old. cae. wisc. edumailmanlistinfohelp Oktaven gt gt gt gt gt gt gt gt - gt andy gt gtYour Filtercode Schnalle Unten funktioniert im Vergleich zu dem, was ich hatte gtdoing, außer für eine Reihe von ersten Tagen, aufgrund dessen, welche Werte gtin negative Zeit angenommen werden. Ich hatte den folgenden Code verwendet: gt gt quotndaysquot ist die Anzahl der Tage, die beim Berechnen des exponentiellen gtmoving-Mittels von quotdataquot (Daten ist ein Spaltenvektor) gt data repmat (Daten (1), ndays, 1) Datenwiederholungsdaten zu verwenden sind (1) gt avg (1) Daten (1) Die obige Anweisung ist alles, was Sie benötigen Auf negative Werte zurücksetzen. Sie sollten das gleiche für die Filter-Funktion tun, aber ich konnte nicht sagen, wie es zu tun, offhand. Gt für i 2. n gt ao avg (i-1) gt avg (i) ao alpha (Daten (i) - ao) gt end für gt gt trim off Einlaufzeit für negative Zeitwerte gt longma longma (lmadays1 ) Ich verstehe nicht die oben genannten Anweisung. Was ist longma gtFor kleine Werte von ndays, die Anzahl der ersten Tage, wo theres eine gtdiscrepancy mit Ihrer Filter () - Implementierung ist minimal, aber für größere gtvalues ​​von ndays wächst die Anzahl der ersten Tage der Diskrepanz (offensichtlich, gtdue auf die Natur der Ein exponentielles MA mit einem Long-Tail-Speicher). Beachten Sie, dass ich gtadd ähnliche negative Zeitwerte auf die Vorderseite des Vektors bei der Verwendung von gtfilter () auch. Im nur nicht sicher, was ist die Konvention, wenn es darum geht, gtcalculating exponentielle gleitende Mittelwerte für Punkte in quotdataquot wo quotndaysquot gtreaches zurück in negative Zeit. Danke noch einmal. - Francesco Potort (ricercatore) Voice: 39 050 315 3058 (op.2111) ISTI - Gebiet della ricerca CNR Fax: 39 050 315 2040 via G. Moruzzi 1, I-56124 Pisa E-Mail: versteckt E-Mail (Eingang 20, 1. Stock , Raum C71) Web: fly. isti. cnr. it Help-octave Mailing-Liste versteckte E-Mail www-old. cae. wisc. edumailmanlistinfohelp-Oktave Ich kann es derzeit prüfen, aber wenn ich mich richtig erinnere, ist das 4. Argument zu filtern initial Bedingungen. Ich denke, der Befehl wäre: b alpha a 1, Alpha-1 s-Filter (b, a, x, x (1)) Es braucht nur Ein Element in diesem Fall sein, weil die einzige Anfangsbedingung, die Sie benötigen, s0 ist. Am Thu, 13. Mai 2010 um 02.21 Uhr, Francesco Potort lthidden E-Mail gt schrieb: gtYour Filtercode unten funktioniert gut, wenn im Vergleich zu dem, was ich hatte gtdoing, außer für eine Reihe von ersten Tagen, aufgrund der Werte angenommen werden Gtin negative Zeit. Ich hatte den folgenden Code verwendet: gt gt quotndaysquot ist die Anzahl der Tage, die beim Berechnen des exponentiellen gtmoving-Mittels von quotdataquot (Daten ist ein Spaltenvektor) gt data repmat (Daten (1), ndays, 1) Datenwiederholungsdaten zu verwenden sind (1) gt avg (1) Daten (1) Die obige Anweisung ist alles, was Sie benötigen Auf negative Werte zurücksetzen. Sie sollten das gleiche für die Filter-Funktion tun, aber ich konnte nicht sagen, wie es zu tun, offhand. Gt für i 2. n gt ao avg (i-1) gt avg (i) ao alpha (Daten (i) - ao) gt end für gt gt trim off Einlaufzeit für negative Zeitwerte gt longma longma (lmadays1 ) Ich verstehe die obige Anweisung nicht. Was ist longma gtFor kleine Werte von ndays, die Anzahl der ersten Tage, wo there39s eine gtdiscrepancy mit Ihrer Filter () Implementierung ist minimal, aber für größere gtvalues ​​von ndays, die Anzahl der ersten Tage der Diskrepanz wächst (offensichtlich, gtdue auf die Natur der Ein exponentielles MA mit einem Long-Tail-Speicher). Beachten Sie, dass ich gtadd ähnliche negative Zeitwerte auf die Vorderseite des Vektors bei der Verwendung von gtfilter () auch. I39m nur nicht sicher, was ist die Konvention, wenn es darum geht, gtcalculating exponentielle gleitende Mittelwerte für Punkte in quotdataquot wo quotndaysquot gtreaches zurück in negative Zeit. Danke noch einmal. - Francesco Potort (ricercatore) Stimme: 39 050 315 3058 (op.2111) ISTI - Bereich della ricerca CNR Fax: 39 050 315 2040 über G. Moruzzi 1, I-56124 Pisa Email: versteckte E-Mail (Eingang 20, 1. Stock) , Raum C71) Web: fly. isti. cnr. it Als Antwort auf diesen Beitrag von Francesco Potort Der letzte Befehl mit quotlongmaquot sollte gelesen haben: quotavg avg (n1. Ende) quot, die effektiv trimmt die berechneten Werte aus negativer Zeit. Aber, wie Sie sagen, es sieht aus wie ich didnt Notwendigkeit, dies zu tun, weil die Geschichte vollständig erfasst ist in avg (1) Daten (1), so dass keine Notwendigkeit, eine quotrun-inquot Zeit zu berechnen. Vielen Dank Francesco. Sherman hatte herausgefunden, dass ich die Anfangsbedingung festlegen kann, indem ich einen 4. Parameter in filter () angegeben habe, der gleich dem ersten Datenpunkt ist. Ich habe versucht, und bekam sehr ähnlich (aber nicht ganz exakt) Ergebnisse im Vergleich zu der for-Schleife unten ohne negative Zeitwerte. Aber diese kleine Differenz dissipated innerhalb quotndaysquot und isnt eine große Sache. Vielen Dank Sherman. Um den exponentiellen gleitenden Durchschnitt von quotdataquot für quotndaysquot zu berechnen, gilt der folgende Code: alpha 2 (ndays1) n Länge (Daten) avg Nullen (n, 1) avg (1) Daten (1) für i 2. n ao avg (Alpha, 1 alpha-1, Daten, Daten (1) avg (i) ao alpha (Daten (i) - ao) endfor ist nahe, aber nicht ganz gleich: ) Für ungefähr die ersten Tage von avg. Gt ----- Ursprüngliche Nachricht ----- gt Von: Francesco Potort mailto: verborgene e-mail gt Gesendet: Wednesday, May 12, 2010 11:22 PM gt An: hidden email gt Cc: Octave-ML James Sherman Jr. Gt gtYour-Filtercode unten funktioniert gut, wenn im Vergleich zu dem, was gt ich gt gtdoing, mit Ausnahme einer Reihe von ersten Tagen, aufgrund der Werte gt gtassumed in negativer Zeit. Ich hatte den folgenden Code verwendet: gt gt gt gt quotndaysquot ist die Anzahl der Tage, die bei der Berechnung des gt gtexponentialen gleitenden Mittelwertes von quotdataquot (Daten ist ein Spaltenvektor) gt gt data repmat (data (1), ndays, 1 verwendet werden soll ) Daten wiederholen gt Daten (1) ndays mal bei gt gtthe Anfang der Daten für negative Zeitwerte alpha gt 2 (ndays1) n gt gt Länge (Daten) avg Nullen (n, 1) gt gt avg (1) Daten (1) Gt gt Die obige Anweisung ist alles, was Sie brauchen, um quotinventquot Vergangenheit Speicher gt für negative Werte. Sie sollten das gleiche für die Filter-gt-Funktion zu tun, aber ich konnte nicht sagen, wie es zu tun offhand. Gt gt für i 2 n gt gt ao avg (i-1) gt gt avg (i) ao alpha (Daten (i) - ao) end für gt gt gt gt die Einlaufzeit für negative Zeitwerte gt gt abzuschneiden Ich verstehe nicht die oben genannten Anweisung. Was ist Longma gt gt gtFor kleine Werte von nTage, die Anzahl der Anfangstage, wo gt ein gt gtdiscrepancy mit Filter Theres () Implementierung ist minimal, aber für gt gtlarger Werte von nTage, wächst die Anzahl der Anfangstage gt Diskrepanz gt gt (Offensichtlich aufgrund der Natur eines exponentiellen MA mit einem gt-long-tail-gt-Speicher). Anmerkung, füge ich ähnliche negative Zeitwerte zur gt Vorderseite des gt gtvector bei Verwendung von gt gtfilter () hinzu. Im nur nicht sicher, was ist die Konvention, wenn es gtcomes zu berechnen exponentielle gleitende Mittelwerte für Punkte gt in quotdataquot wo quotndaysquot gt gtreaches zurück in negative Zeit. Danke noch einmal. gt gt - gt Franc Potort (ricercatore) Voice: 39 050 315 gt 3058 (op.2111) gt ISTI - Gebiet della ricerca CNR Fax: 39 050 315 2040 gt via G. Moruzzi 1, I-56124 Pisa E-Mail: versteckt E-Mail Gt (Eingang 20, 1. Stock, Raum C71) Web: fly. isti. cnr. it gt So, das hat mich so gehyckt, also sah ich ein wenig an der Filterfunktion, und ich glaube, ich fand, wo der Fehler war in meinem ersten Vorschlag . Der Anfangsbedingungsvektor hat mit den internen Zuständen des Filters zu tun, nicht die negativen Zeitausgänge des Filters (zumindest nicht direkt), um so zu bekommen, was ich denke, genau das ist, was dein Code mit der for-Schleife die Filterzeile sein sollte : Avg filter (alpha, 1 alpha-1, data, data (1) (1-alpha)) Es ist ziemlich unintuitive, warum der 1-Alpha-Begriff dort sein muss, und ich weiß nicht, ob es viel Interesse daran gibt Es sollte nicht so schwer sein (wahrscheinlich brauche ich nur, um meine Signale und Systeme Buch zu knacken), um eine Funktion schreiben, um die jene Anfangsbedingungen zu berechnen, dass die Filter-Funktion nur die Ausgänge und Eingaben von negativen Zeit zu erwarten. Die letzte Anweisung mit quotlongmaquot sollte gelesen haben: quotavg avg (n1: end) quot, die effektiv trimmt die berechneten Werte aus negativer Zeit. Aber, wie Sie sagen, es sieht aus wie ich didn39t Notwendigkeit, dies zu tun, weil die Geschichte vollständig erfasst wird in avg (1) Daten (1), so dass keine Notwendigkeit, eine quotrun-inquot Zeit zu berechnen. Vielen Dank Francesco. Sherman hatte herausgefunden, dass ich die Anfangsbedingung festlegen kann, indem ich einen 4. Parameter in filter () angegeben habe, der gleich dem ersten Datenpunkt ist. Ich habe versucht, und bekam sehr ähnlich (aber nicht ganz exakt) Ergebnisse im Vergleich zu der for-Schleife unten ohne negative Zeitwerte. Aber dieser kleine Unterschied verschwand innerhalb quotndaysquot und isn39t eine große Sache. Vielen Dank Sherman. Um den exponentiellen gleitenden Durchschnitt von quotdataquot für quotndaysquot zu berechnen, gilt der folgende Code: alpha 2 (ndays1) n Länge (Daten) avg Nullen (n, 1) avg (1) Daten (1) für i 2. n ao avg (I-1) avg (i) ao alpha (Daten (i) - ao) ist nah, aber nicht ganz gleich: alpha 2 (ndays1) avg Filter (alpha, 1 alpha-1, Daten, Daten (1)) Für ungefähr die ersten Tage von avg. Gt ----- Ursprüngliche Nachricht ----- gt Von: Francesco Potort mailto: verborgene e-mail gt Gesendet: Wednesday, May 12, 2010 11:22 PM gt An: hidden email gt Cc: 39Octave-ML39 39James Sherman Jr. 39 gt Thema: Re: Vektorisierten gleitenden Durchschnitt gt gt gtYour Filtercode unten funktioniert nur gut, wenn im Vergleich zu dem, was gt gt gtdoing, mit Ausnahme einer Reihe von ersten Tagen, aufgrund der Werte gt gtassumed in negativer Zeit. Ich hatte den folgenden Code verwendet: gt gt gt gt quotndaysquot ist die Anzahl der Tage, die bei der Berechnung des gt gtexponentialen gleitenden Mittelwertes von quotdataquot (Daten ist ein Spaltenvektor) gt gt data repmat (data (1), ndays, 1 verwendet werden soll ) Daten wiederholen gt Daten (1) ndays mal bei gt gtthe Anfang der Daten für negative Zeitwerte alpha gt 2 (ndays1) n gt gt Länge (Daten) avg Nullen (n, 1) gt gt avg (1) Daten (1) Gt gt Die obige Anweisung ist alles, was Sie brauchen, um quotinventquot Vergangenheit Speicher gt für negative Werte. Sie sollten das gleiche für die Filter-gt-Funktion zu tun, aber ich konnte nicht sagen, wie es zu tun offhand. Gt gt für i 2 n gt gt ao avg (i-1) gt gt avg (i) ao alpha (Daten (i) - ao) end für gt gt gt gt die Einlaufzeit für negative Zeitwerte gt gt abzuschneiden Longma longma (lmadays1. Ende) gt gt Ich don39t verstehen die obige Anweisung. Was ist longma gt gt gt Für kleine Werte von ndays ist die Anzahl der anfänglichen Tage, an denen gt eine gt gtdiscrepancy mit Ihrer filter () Implementierung minimal ist, aber für gt gtlarger Werte von ndays wächst die Anzahl der anfänglichen Tage der gt Diskrepanz gt gt (Offensichtlich aufgrund der Natur eines exponentiellen MA mit einem gt-long-tail-gt-Speicher). Anmerkung, füge ich ähnliche negative Zeitwerte zur gt Vorderseite des gt gtvector bei Verwendung von gt gtfilter () hinzu. I39m nur nicht sicher, was ist die Konvention, wenn es gtcomes zur Berechnung der exponentiellen gleitenden Mittelwerte für Punkte gt in quotdataquot wo quotndaysquot gt gtreaches zurück in negative Zeit. Danke noch einmal. Gt gt - gt Francesco Potort (ricercatore) Stimme: 39 050 315 gt 3058 (op.2111) gt ISTI - Gebietsbezirke CNR Fax: 39 050 315 2040 gt über G. Moruzzi 1, I-56124 Pisa Email: Versteckte E-Mail-Adresse Gt (Eingang 20, 1. Etage, Raum C71) Web: fly. isti. cnr. it gt So, das hat mich gequält, also sah ich ein wenig an der Filterfunktion, und ich glaube, ich fand, wo der Fehler war in meinem ersten Vorschlag . Der Anfangsbedingungsvektor hat mit den internen Zuständen des Filters zu tun, nicht die negativen Zeitausgänge des Filters (zumindest nicht direkt), um so zu bekommen, was ich denke, genau das ist, was dein Code mit der for-Schleife die Filterzeile sein sollte : Avg Filter (Alpha, 1 Alpha-1, Daten, Daten (1) (1-alpha)) Es ist ziemlich unintuitive, warum die 1-alpha Begriff muss dort sein, und ich weiß nicht, ob theres viel Interesse daran, aber Es sollte nicht so schwer sein (wahrscheinlich muss ich nur knacken meine Signale und Systeme Buch), um eine Funktion schreiben, um die jene Anfangsbedingungen, die die Filter-Funktion erwartet nur die Ausgänge und Eingänge aus negativer Zeit zu berechnen. Die letzte Anweisung mit longma sollte gelesen haben: avg avg (n1: Ende), die effektiv trimmt die berechneten Werte aus negativer Zeit. Aber, wie Sie sagen, es sieht aus wie ich didnt Notwendigkeit, dies zu tun, weil die Geschichte vollständig erfasst wird in avg (1) Daten (1), so dass keine Notwendigkeit, eine Einlaufzeit zu berechnen. Vielen Dank Francesco. Sherman hatte herausgefunden, dass ich die Anfangsbedingung festlegen kann, indem ich einen 4. Parameter in filter () angegeben habe, der gleich dem ersten Datenpunkt ist. Ich habe versucht, und bekam sehr ähnlich (aber nicht ganz exakt) Ergebnisse im Vergleich zu der for-Schleife unten ohne negative Zeitwerte. Aber diese kleine Differenz dissipated innerhalb von ndays und isnt eine große Sache. Vielen Dank Sherman. Um den exponentiellen gleitenden Durchschnitt der Daten für ndays zu berechnen, gilt der folgende Code: alpha 2 (ndays1) n Länge (Daten) avg Nullen (n, 1) avg (1) Daten (1) für i 2. n ao avg (I-1) avg (i) ao alpha (Daten (i) - ao) ist nah, aber nicht ganz gleich: alpha 2 (ndays1) avg Filter (alpha, 1 alpha-1, Daten, Daten (1)) Für ungefähr die ersten Tage von avg.