Média móvel em 24 horas

Tenho dados horários e quero encontrar a média diária máxima de 8 horas. Basicamente, para cada hora do dia, eu quero fazer uma média de 8 horas. Então, pegue a média das 0:00 às 8:00, da 1:00 às 9:00, etc.), então acabo com 24 períodos médios de 8 horas (com alguns correndo no dia seguinte, é claro). Então eu preciso levar o máximo dessas 24 médias de 8 horas para obter o máximo diário. Uma nota sobre o formato do arquivo: O arquivo O3.mat tem uma variável chamada O3Sorted que é uma matriz de células. Ele contém todos os dados, classificados já. Mas os dados contém informações de mais de um site (ou seja, há informações de diferentes lugares). As informações para cada site são ordenadas em conjunto, mas no código, quando eu tento encontrar as médias de 8 horas, eu preciso retirar um site de cada vez para que as médias não cheguem ao início dos dados para outro local . É uma amostra do que as coisas parecem. Eu incluí um dia para um site e meio dia de outro site. O arquivo atual possui um mês de dados para cada um desses sites e outros sites também. Como você pode ver, às vezes, os dados estão faltando. Coluna 1 - Nome do site Coluna 2 - Data Coluna 3 - Hora Coluna 4 - Dados Aqui está o que eu tenho até agora: Depois de obter as médias de 8 horas, como posso pedir ao MATLAB que encontre o máximo para cada 24 médias, basicamente, obtenha O máximo dos promedios horários. Além disso, o método que estou tentando fazer agora é um pouco arriscado porque não estou usando o datenum e, portanto, se os dados faltam um dia, não sei. Mas não tenho ideia de como considerar isso ao escrever o código. Pediu 6 de dezembro 13 às 19:36 Você pode enviar amostras apenas dos dados relevantes e cortar seu código, portanto, é difícil decifrar o que sua matriz de células 23808 x 24 realmente representa. Ndash kkuilla 6 de dezembro 13 às 20:01 Eu coloco o código inteiro porque algumas pessoas gostam de executá-lo. Coloquei estrelas em torno da seção relevante. Basicamente, as medições de dados reais estão na coluna 17 e o nome do site que veio é na coluna 6. A parte que é importante é a área de loop para, especialmente a partir de quotDo um loop para calcular o mean. quot em execução Espero que esse Útil ndash shizishan 6 de dezembro 13 em 20: 13 Estou impressionado com esta pergunta não parece ter sido perguntado antes, mas, se assim for, minhas buscas bastante exaustivas não descobriram isso. Eu tenho um buffer de anel simples de temperaturas em uma coluna da qual eu quero calcular o valor médio. A tabela sql parece assim (os nomes das colunas são mostrados na linha superior). Toda vez que eu obtenho uma nova temperatura, eu quero mudar a coluna Temp acima de uma linha antes de escrever o valor mais novo no slot 10 para que eu possa obter o valor médio dos dados da coluna. Deve haver uma maneira simples de fazer isso, que ainda não consegui descobrir. - (Obrigado pela ajuda. Os temps são gravados a cada 10 minutos a partir das 00: 00-24: 00 horas e, em seguida, circulando de volta às 00:00 para começar um novo dia, mas às 00:00, marque o dia inteiro de 39 dias É movida uma coluna para a direita (coluna de histórico) e, em seguida, a coluna (esquerda) 39new39 desmarcada na prontidão para as novas temperaturas do dia. Os tempos do novo dia são então traçados para comparação. SO história longa curta. Ao invés de perseguir números ao redor, pensei É mais fácil manter as últimas 10 leituras em uma matriz cíclica estável. Isso altera seu quotanother method39 pensamentos ndash user2385946 17 de dezembro às 18:01 Tentei o código sugerido, mas é um não-go. Eu simplifiquei o problema para essa discussão. Na verdade, existem muitas colunas na tabela completa. O método acima exclui a primeira linha (e, portanto, outros dados necessários). Não consigo excluir ou inserir linhas. Preciso apenas manipular os dados da coluna 39Temp39 SOMENTE. :-) ndash user2385946 17 de dezembro 14 Às 18: 25 Médias migratórias: quais são eles entre os mais populosos São indicadores técnicos, as médias móveis são usadas para avaliar a direção da tendência atual. Todo o tipo de média móvel (comumente escrito neste tutorial como MA) é um resultado matemático que é calculado pela média de um número de pontos de dados passados. Uma vez determinado, a média resultante é então plotada em um gráfico para permitir que os comerciantes vejam os dados suavizados, em vez de se concentrar nas flutuações de preços do dia a dia que são inerentes a todos os mercados financeiros. A forma mais simples de uma média móvel, apropriadamente conhecida como média móvel simples (SMA), é calculada tomando a média aritmética de um determinado conjunto de valores. Por exemplo, para calcular uma média móvel básica de 10 dias, você adicionaria os preços de fechamento dos últimos 10 dias e depois dividiria o resultado em 10. Na Figura 1, a soma dos preços nos últimos 10 dias (110) é Dividido pelo número de dias (10) para chegar à média de 10 dias. Se um comerciante deseja ver uma média de 50 dias, o mesmo tipo de cálculo seria feito, mas incluiria os preços nos últimos 50 dias. A média resultante abaixo (11) leva em conta os últimos 10 pontos de dados para dar aos comerciantes uma idéia de como um recurso tem um preço relativo aos últimos 10 dias. Talvez você esteja se perguntando por que os comerciantes técnicos chamam essa ferramenta de uma média móvel e não apenas de uma média regular. A resposta é que, à medida que novos valores se tornam disponíveis, os pontos de dados mais antigos devem ser descartados do conjunto e novos pontos de dados devem vir para substituí-los. Assim, o conjunto de dados está constantemente em movimento para contabilizar os novos dados à medida que ele se torna disponível. Este método de cálculo garante que apenas as informações atuais estão sendo contabilizadas. Na Figura 2, uma vez que o novo valor de 5 é adicionado ao conjunto, a caixa vermelha (representando os últimos 10 pontos de dados) se move para a direita e o último valor de 15 é descartado do cálculo. Uma vez que o valor relativamente pequeno de 5 substitui o valor elevado de 15, você esperaria ver a diminuição da média do conjunto de dados, o que faz, neste caso, de 11 a 10. O que as médias móveis parecem Uma vez que os valores da MA foi calculado, eles são plotados em um gráfico e depois conectados para criar uma linha média móvel. Essas linhas curvas são comuns nos gráficos dos comerciantes técnicos, mas como eles são usados ​​podem variar drasticamente (mais sobre isso mais tarde). Como você pode ver na Figura 3, é possível adicionar mais de uma média móvel a qualquer gráfico, ajustando o número de períodos de tempo usados ​​no cálculo. Essas linhas curvas podem parecer distrativas ou confusas no início, mas você se acostumará a elas com o passar do tempo. A linha vermelha é simplesmente o preço médio nos últimos 50 dias, enquanto a linha azul é o preço médio nos últimos 100 dias. Agora que você entende o que é uma média móvel e o que parece, bem, introduza um tipo diferente de média móvel e examine como isso difere da média móvel simples anteriormente mencionada. A média móvel simples é extremamente popular entre os comerciantes, mas, como todos os indicadores técnicos, tem seus críticos. Muitos indivíduos argumentam que a utilidade do SMA é limitada porque cada ponto na série de dados é ponderado o mesmo, independentemente de onde ele ocorre na seqüência. Os críticos argumentam que os dados mais recentes são mais significativos do que os dados mais antigos e devem ter uma maior influência no resultado final. Em resposta a esta crítica, os comerciantes começaram a dar mais peso aos dados recentes, que desde então levaram à invenção de vários tipos de novas médias, sendo a mais popular a média móvel exponencial (EMA). (Para leitura adicional, veja Noções básicas de médias móveis ponderadas e qual a diferença entre uma SMA e uma EMA) Média móvel exponencial A média móvel exponencial é um tipo de média móvel que dá mais peso aos preços recentes na tentativa de torná-lo mais responsivo Para novas informações. Aprender a equação um tanto complicada para calcular uma EMA pode ser desnecessária para muitos comerciantes, já que quase todos os pacotes de gráficos fazem os cálculos para você. No entanto, para você geeks de matemática lá fora, aqui está a equação EMA: Ao usar a fórmula para calcular o primeiro ponto da EMA, você pode notar que não há nenhum valor disponível para usar como EMA anterior. Este pequeno problema pode ser resolvido iniciando o cálculo com uma média móvel simples e continuando com a fórmula acima a partir daí. Nós fornecemos uma amostra de planilha que inclui exemplos da vida real de como calcular uma média móvel simples e uma média móvel exponencial. A Diferença entre o EMA e o SMA Agora que você tem uma melhor compreensão de como o SMA e o EMA são calculados, vamos dar uma olhada em como essas médias diferem. Ao analisar o cálculo da EMA, você notará que é dada mais ênfase aos pontos de dados recentes, tornando-se um tipo de média ponderada. Na Figura 5, o número de períodos de tempo utilizados em cada média é idêntico (15), mas a EMA responde mais rapidamente aos preços em mudança. Observe como o EMA tem um valor maior quando o preço está subindo e cai mais rápido do que o SMA quando o preço está em declínio. Essa capacidade de resposta é a principal razão pela qual muitos comerciantes preferem usar o EMA sobre o SMA. O que os dias diferentes significam As médias em movimento são um indicador totalmente personalizável, o que significa que o usuário pode escolher livremente o período de tempo que deseja ao criar a média. Os períodos de tempo mais comuns utilizados nas médias móveis são 15, 20, 30, 50, 100 e 200 dias. Quanto menor o intervalo de tempo usado para criar a média, mais sensível será para as mudanças de preços. Quanto maior o período de tempo, menos sensível ou mais suavizado, a média será. Não há um marco de tempo certo para usar ao configurar suas médias móveis. A melhor maneira de descobrir qual é o melhor para você é experimentar vários períodos de tempo diferentes até encontrar um que se encaixa na sua estratégia. Médias móveis: Como usar ThemBest moving Average para mostrar a tendência. Há sempre o velho problema de MAs, que é que eles são muito rápidos ou muito lentos na maioria das vezes, amplificador em 10 vezes que se encaixam. Isso ocorre porque o próprio preço dita o movimento do amplificador MA não vice-versa. Se você puder resolver este problema algum dia, você pode ter uma solução para um dos maiores problemas enfrentados pelos comerciantes de MA. Comecei a procurar uma solução para o problema há 3 meses. Apenas tentando desenvolver uma MA adaptável na qual ele pode se ajustar não só na velocidade do preço, mas também no humor do preço. Por exemplo, se o preço for rápido, meu MA deve ser rápido, mas ainda ficará atrasado, se o preço for lento em seu movimento, meu MA deve ser lento e assim por diante. Sobre o humor do preço, estou tentando encontrar uma maneira pela qual a fórmula em si do MA descontos tendências fortes, congestionamentos, inversões em forma de V ampliam-se assim por diante. Eu realmente não preciso incluir todos os padrões na fórmula, porque eu sei que seria impossível fazer isso, mas eu só preciso incluir reversões, congesções de força de tendência de amplificação. Desejo-me sorte, ainda estou cedo na minha pesquisa. Sobre as MAs. Para MA detectar um apartamento, você precisa de pelo menos 3 médias móveis. Para detectar as reversões, você precisa de várias médias móveis para mudar a direção completamente puxando-se para cima ou para baixo atrás de um MA de longo prazo. Primeiro, a tendência mudará em 1 minuto, depois em gráficos de 5 minutos, em seguida, em 10, em gráficos de 15 minutos e assim por diante até que a grande tendência em mapas em grande escala mude.