ฉันมีพล็อตของชุดเวลาในแพคเกจ ggplot2 และฉันได้ดำเนินการค่าเฉลี่ยเคลื่อนที่และฉันต้องการจะเพิ่มผลของค่าเฉลี่ยเคลื่อนที่ไปพล็อตของชุดเวลาตัวอย่างของชุดข้อมูล p31.ambtemp dt -1 14 2007-09 -29 00 01 57 -1 12 2007-09-29 00 03 57 -1 33 2007-09-29 00 05 57 -1 44 2007-09-29 00 07 57 -1 54 2007-09-29 00 09 57 - 1 29 2007-09-29 00 11 57. รหัสที่ใช้สำหรับการนำเสนอชุดเวลาชุดตัวอย่างชุดเวลาชุดตัวอย่างของพล็อตค่าเฉลี่ยเคลื่อนที่ตัวอย่างผลลัพธ์ที่คาดหวังความท้าทายคือข้อมูลชุดข้อมูลเวลาที่เก็บจากชุดข้อมูลซึ่งประกอบด้วย timestamps และอุณหภูมิ แต่การย้ายข้อมูลโดยเฉลี่ยประกอบด้วยเพียงคอลัมน์เฉลี่ยและไม่ timestamps และเหมาะสมทั้งสองอาจทำให้ไม่สอดคล้องกันฉันมีรายการของจุดข้อมูลข้อมูลของฉันเมื่อฉันพล็อตพวกเขาโค้งเป็นขรุขระฉันต้องการเรียบเส้นโค้งและรักษา สองมุมคมนี่คือพล็อตของข้อมูลดิบฉันได้ลองใช้ตัวกรองผ่านต่ำสำหรับสัปดาห์ แต่เส้นโค้งยังคงไม่ดีมากเส้นโค้งของฉันมีจำนวนมาก zi gzags ต่อไปนี้เป็นต่ำผ่านการกรองของฉัน function. After ประเมินรหัสข้างต้นฉันสามารถเรียบสามส่วนของเส้นโค้งคดเคี้ยวแยกกันแล้วฉันรวมพวกเขาเป็นฉันกล่าวว่าโค้งยัง doesn t ดูดีพอบางส่วนมีการเปลี่ยนแปลงไม่เหมาะสมอะไร ฉันต้องการบางอย่างเช่นนี้ซึ่งได้รับโดยการทำ drawing. I เพียงต้องการใช้บางเทคนิคการวางแผน Mathematica หรือวิธีการอื่น ๆ ที่ให้ฉันโค้งเรียบฉัน seek. asked 10 ตุลาคม 14 ที่ 13 04. เพียงขยาย แสดงความคิดเห็นเพื่อเริ่มต้นฉันจะพยายามตามด้วยโค้ดบางส่วนในภายหลังในวันนี้หรือมากกว่าวันหยุดสุดสัปดาห์นี้เสียงเหมือนงานที่สมบูรณ์แบบสำหรับตัวกรอง Laguerre และน่าจะเป็นแบบปรับตัวได้เช่นตัวกรอง Laguerre บทนำคุณสามารถหาข้อมูลจำนวนมากเกี่ยวกับเรื่องนี้ทางออนไลน์ ตัวกรอง Laguerre สร้างชุดข้อมูลที่อิงกับคำพหุนาม Laguerre คำแรกค่า Exponential Moving Average ตามด้วยข้อเสนอแนะบางส่วนการปรับให้เรียบได้รับการควบคุมโดย alpha factor alpha สำหรับ Exponential Moving Average และ damps คำศัพท์เพิ่มเติมที่อัลฟ่าสามารถช่วงจาก 1 เพื่อติดตามข้อมูลเกือบจะเท่ากับ 0 สำหรับการตอบสนองที่ช้ามากผลให้ค่าเฉลี่ยถ่วงน้ำหนักของค่าในอดีตตัวกรองก้องแบบปรับตัวได้แนะนำตัวแปรอัลฟาตามตัวกรองที่ติดตามแทร็กที่ผ่านมา ค่านี้ควรเปิดใช้งานตัวกรองเพื่อทำตามข้อมูลอย่างใกล้ชิดเนื่องจากมีการเปลี่ยนแปลงตัวอักษรในช่วงของแกน x แกน X ของ LaguerreL ฟังก์ชันอาจทำให้ง่ายมากจากเอกสารฉันจะพยายามโพสต์โค้ดบางส่วนในภายหลังตอบ 10 ต. ค. 14 ที่ 13 58.Hi, Jagra ขอบคุณสำหรับความสนใจของคุณฉันยังจะลองฉันคิดว่า MovingAverage สามารถทำงานนี้ได้อย่างสมบูรณ์หากเราสามารถควบคุมน้ำหนักที่จะทำค่าเฉลี่ยที่ส่วนสั่นและทำตามเส้นโค้งของฉันที่อยู่ใกล้สองผกผัน จุดที่คุณเห็นด้วย LowpassFilter หรือ GaussianFilter ของผักคะน้ามีการเปลี่ยนแปลงที่ไม่เหมาะสมในส่วนที่ถูกต้องของเส้นโค้งโดยที่เส้นโค้งต้นฉบับเรียบหรือดีพอ 10 ตุลาคม 14 14 14.Here ค่อนข้าง ham-fisted วิธีการใช้ GaussianFilter. First ฟังก์ชั่นการกรองฟังก์ชันนี้ใช้ตัวกรองแบบเกาส์กับข้อมูลทั้งหมดที่มากกว่าค่า y บางอย่างเราสามารถใช้งานได้เช่นดังนั้นเมื่อเล่นกับค่าต่างๆเราสามารถสร้างโปรแกรม Manipulate ง่ายๆได้ คิดว่า WienerFilter มีประสิทธิภาพดีกว่าตอบ 10 10 14 at 13 52.Thanks คะน้าที่คุณสามารถดูได้ด้วย LowpassFilter หรือ GaussianFilter ของคุณมีทั้งการเปลี่ยนแปลงที่ไม่เหมาะสมในส่วนขวาของเส้นโค้งโดยที่เส้นโค้งต้นฉบับเรียบหรือดีพอ ฉันคิดว่า WienerFilter ของคุณค่อนข้างดี แต่เรายังคงสามารถปรับปรุงได้คุณสามารถ pls โพสต์รหัส WienerFilter ของคุณได้ 10 ต. ค. 14 ที่ 14 21. Ixy เพียงแค่แทนที่ GaussianFilter กับ WeinerFilter คะน้า 10 ต. ค. 14 ที่ 14 22.Your Answer.2017 Stack Exchange, Inc ฉันเล่นในงูหลามอีกครั้งและฉันพบหนังสือเรียบร้อยกับตัวอย่างตัวอย่างหนึ่งคือการแปลงข้อมูลบางอย่างฉันมีไฟล์ที่มีสองคอลัมน์และฉันมีข้อมูลที่ฉันวางแผนข้อมูลได้ดี แต่ในการออกกำลังกาย กล่าวว่าปรับเปลี่ยนโปรแกรมของคุณไปที่ คำนวณและพล็อตค่าเฉลี่ยการทำงานของข้อมูลที่กำหนดโดย. r ที่ 5 ในกรณีนี้และ yk เป็นคอลัมน์ที่สองในแฟ้มข้อมูลมีโปรแกรมพล็อตทั้งข้อมูลเดิมและค่าเฉลี่ยของการทำงานบนกราฟเดียวกันดังนั้นไกลฉัน มีวิธีนี้ฉันจะคำนวณผลรวมได้อย่างไรใน Mathematica มันง่าย ๆ เพราะมีการจัดการกับ symbolic sum i แต่ตัวอย่างวิธีการคำนวณผลรวมใน python ซึ่งจะใช้เวลาทุกๆสิบคะแนนในข้อมูลและค่าเฉลี่ย จุดสิ้นสุดของจุดผมมองไปที่หนังสือเล่มนี้ แต่พบว่าไม่มีอะไรที่จะอธิบายรหัสนี้ heltonbiker s ทำเคล็ดลับ D. Thank คุณมาก much. There มีปัญหากับคำตอบที่ยอมรับผมคิดว่าเราจำเป็นต้องใช้ที่ถูกต้องแทนเหมือนกันที่นี่ - หน้าต่างการคืนเงินเหมือนกันตัวอย่างเช่นลองใช้ MA ของข้อมูลชุดนี้ 1,5,7,2,6,7,8,2,2,7,8,3,7,3,7,3, 15,6 - ผลควรเป็น 4 2,5 4,6 0,5 0,5 0,5 2,5 4,4 4,5 4,5 6,5 6,4 6,7 0,6 8 แต่ มีเดียวกันให้เราออกไม่ถูกต้องของ 2 6,3 0,4 2,5 4,6 0,5 0,5 0,5 4,5 4,4 4,5 4,5 6,5 6 4 6, 7 0,6 8,6 2,4 8. โค้ด Rusty เพื่อลองใช้งานนี้ลองทำดูว่ามีคณิตศาสตร์ที่ถูกต้องหรือไม่และดูว่าคณิตศาสตร์ทำให้รู้สึกหรือไม่ 29 ตุลาคม 14 ที่ 4 27.Haven t พยายามนี้ แต่ฉันจะมองเข้าไปในนั้นมันเป็นช่วงเวลาที่ฉันเคยเขียนโค้ดแล้ว ใน Python dingod 29 ตุลาคมที่ 7 07 dingod ทำไม don t คุณลองนี้ออกด้วยรหัสสนิมและตัวอย่างข้อมูลชุดเป็นรายการง่ายฉันโพสต์สำหรับบางคนขี้เกียจเช่นฉันได้ในตอนแรก - มาสก์ออก ความจริงที่ว่าค่าเฉลี่ยเคลื่อนที่คือคุณควรพิจารณาการแก้ไขคำตอบเดิมของคุณฉันลองใช้งานเมื่อวานนี้และการตรวจสอบซ้ำแล้วซ้ำอีกช่วยให้ฉันสามารถบันทึกภาพจากระดับดีเอ็นเอที่ระดับ Cxo ได้ทั้งหมดที่คุณต้องทำก็คือให้ลองใช้ค่าเฉลี่ยเคลื่อนที่เดียวกันกับที่ถูกต้อง เวลาเดียวกัน - และเมื่อคุณมีความเชื่อมั่นให้ฉันรักบาง aka-up-vote ekta 29 ต. ค. 14 ที่ 7 16
กลยุทธ์การซื้อขายสกุลเงิน 17 การซื้อขายนอกแผนภูมิรายวันโดยผู้ใช้ในวันที่ 23 มีนาคม 2012 - 07 49. ส่งโดย Adam. Many traders รักเสน่ห์ของความผันผวนของตลาดอัตราแลกเปลี่ยนและต้องการค้า intraday โดยการเปิดและยกเลิกตำแหน่งภายใน ชั่วโมงของแต่ละอื่น ๆ เทรดดิ้งแผนภูมิรายวันไม่ได้เป็นที่นิยมมากเพราะผู้ค้าจำนวนมากขาดความอดทนที่จำเป็นในการปฏิบัติตามการค้าสำหรับสัปดาห์ที่สิ้นสุดในข้อสรุปตรรกะของมันมีหลายสิ่งที่พ่อค้าจะได้รับโดยการซื้อขายปิดกราฟรายวันในครั้งแรก ตัวอย่างเช่นเราต้องมีความคุ้นเคยกับคำกล่าวที่ว่าเทรนด์เป็นเพื่อนของเราจนกว่าจะสิ้นสุดลงวิธีเดียวในการกำหนดแนวโน้มที่แท้จริงของสกุลเงินคือการดูกราฟรายวันแผนผังแผนภูมิแบบรายวันโดยทั่วไปจะแสดงการดำเนินการด้านราคาเป็นเวลาหลายสัปดาห์ เวลาที่คุณสามารถบอกได้โดยการดูที่แผนภูมิเพื่อดูว่ามีแนวโน้มขึ้นหรือลดลงแผนภูมิข้างบนเป็นแผนภูมิรายวันสำหรับ USDJPY มันชัดเจนจากการตรวจสอบว่าคู่สกุลเงินอยู่ในตำแหน่งที่มาก rong uptrend หลังจากระยะเวลาอันยาวนานของการควบรวมซึ่งกินเวลาใกล้เคียงปีโดยใช้แผนภูมิระยะสั้นจะไม่ให้ภาพที่แท้จริงการฉุดกราฟรายวันจะลดความถี่ของการซื...
Comments
Post a Comment