Beräkna 12-Månaders Centrerad Glidande Medelvärde

David, Ja, MapReduce är avsedd att fungera på en stor mängd data. Och tanken är att i allmänhet ska kartan och minska funktionerna inte bryr sig om hur många mappers eller hur många reducerare det finns, det är bara optimering. Om du tänker noga på den algoritm som jag skrev upp kan du se att det spelar ingen roll vilken mappare får vilka delar av data som finns. Varje inmatningsrekord kommer att finnas tillgänglig för varje reducerad operation som behöver den. Ndash Joe K Sep 18 12 på 22:30 I bästa av min förståelse är rörligt medelvärde inte snygga kartor till MapReduce-paradigmet eftersom dess beräkning väsentligen skjuter fönstret över sorterade data medan MR behandlar icke-skurna rader av sorterade data. Lösningen jag ser är som följer: a) Att implementera anpassad partitioner för att kunna skapa två olika partitioner i två körningar. I varje körning kommer dina reducerare att få olika dataområden och beräkna glidande medelvärde, där det är lämpligt att jag ska försöka illustrera: I första omgången bör data för reduktionsmedel vara: R1: Q1, Q2, Q3, Q4 R2: Q5, Q6, Q7, Q8 . Här kommer du att cacluate glidande medelvärde för några Qs. I nästa steg ska dina reducerare få data som: R1: Q1. Q6 R2: Q6. Q10 R3: Q10..Q14 och caclulate resten av glidande medelvärden. Då måste du sammanställa resultaten. Idé av anpassad partitioner att den kommer att ha två driftssätt - varje gång som delas i lika stora områden men med lite skift. I en pseudokod kommer det att se ut så här. Partition (keySHIFT) (MAXKEYnumOfPartitions) där: SHIFT kommer att tas från konfigurationen. MAXKEY maximalt värde för nyckeln. Jag antar för enkelhet att de börjar med noll. RecordReader, IMHO är inte en lösning eftersom den är begränsad till specifik delning och kan inte glida över splitsgränsen. En annan lösning skulle vara att implementera anpassad logik för att dela in data (det är en del av InputFormat). Det kan göras att göra 2 olika diabilder som liknar partitionering. När man beräknar ett löpande rörligt medelvärde, är det genomsnittligt att placera genomsnittet i mellantidstiden. I föregående exempel beräknade vi genomsnittet av de första 3 tidsperioderna och placerade det bredvid period 3. Vi kunde ha placerat genomsnittet i mitten av tidsintervallen av tre perioder, det vill säga intill period 2. Detta fungerar bra med udda tidsperioder, men inte så bra för jämn tidsperiod. Så vart skulle vi placera det första glidande medlet när M 4 Tekniskt sett skulle det rörliga genomsnittet falla vid t 2.5, 3.5. För att undvika detta problem släpper vi MAs med M 2. Således släpper vi de släta värdena Om vi ​​i genomsnitt ett jämnt antal termer behöver vi släta de jämnda värdena Följande tabell visar resultaten med M 4.Moving Averages: Vad är de Bland de mest populära tekniska indikatorerna används glidande medelvärden för att mäta riktningen för den nuvarande trenden. Varje typ av glidande medelvärde (vanligtvis skrivet i denna handledning som MA) är ett matematiskt resultat som beräknas genom att medelvärda ett antal tidigare datapunkter. När det är fastställt, blir det resulterande genomsnittet plottat på ett diagram för att låta handlare titta på jämnare data istället för att fokusera på de dagliga prisfluktuationerna som är inneboende på alla finansmarknader. Den enklaste formen av ett glidande medel, lämpligt känt som ett enkelt glidande medelvärde (SMA), beräknas genom att man tar det aritmetiska medelvärdet av en given uppsättning värden. Till exempel för att beräkna ett grundläggande 10 dagars glidande medelvärde skulle du lägga till slutkurserna från de senaste 10 dagarna och sedan dela resultatet med 10. I Figur 1 är summan av priserna under de senaste 10 dagarna (110) Dividerat med antalet dagar (10) för att komma fram till 10-dagars genomsnittet. Om en näringsidkare vill se ett 50-dagars genomsnitt istället, skulle samma typ av beräkning göras, men det skulle innehålla priser under de senaste 50 dagarna. Det resulterande genomsnittet under (11) tar hänsyn till de senaste 10 datapunkterna för att ge handlare en uppfattning om hur en tillgång prissätts relativt de senaste 10 dagarna. Kanske du undrar varför tekniska handlare kallar det här verktyget ett glidande medelvärde och inte bara en vanlig medelvärde. Svaret är att när de nya värdena blir tillgängliga måste de äldsta datapunkterna släppas från uppsättningen och nya datapunkter måste komma in för att ersätta dem. Således flyttar datasatsen ständigt för att redogöra för nya data när den blir tillgänglig. Denna beräkningsmetod säkerställer att endast den nuvarande informationen redovisas. I figur 2 flyttas den röda rutan (representerande de senaste 10 datapunkterna) till höger om det nya värdet på 5 och det sista värdet av 15 släpps från beräkningen. Eftersom det relativt lilla värdet på 5 ersätter det höga värdet på 15, förväntar du dig att genomsnittet av datamängden minskar, vilket det gör, i det här fallet från 11 till 10. Vad ser Moving Averages Like när värdena på MA har beräknats, de är plottade på ett diagram och sedan anslutna för att skapa en rörlig genomsnittslinje. Dessa kurvor är vanliga på diagrammen för tekniska handlare, men hur de används kan variera drastiskt (mer om detta senare). Som du kan se i Figur 3 är det möjligt att lägga till mer än ett glidande medelvärde till ett diagram genom att justera antalet tidsperioder som används i beräkningen. Dessa böjda linjer kan tyckas distraherande eller förvirrande först, men du kommer att bli vana vid dem som tiden går vidare. Den röda linjen är helt enkelt genomsnittspriset under de senaste 50 dagarna, medan den blå linjen är genomsnittspriset under de senaste 100 dagarna. Nu när du förstår vad ett rörligt medelvärde är och hur det ser ut, introducera väl en annan typ av rörligt medelvärde och undersöka hur det skiljer sig från det tidigare nämnda enkla glidande medlet. Det enkla glidande medlet är extremt populärt bland handlare, men som alla tekniska indikatorer har det sina kritiker. Många individer hävdar att användbarheten av SMA är begränsad eftersom varje punkt i dataserien är densamma, oavsett var den uppträder i sekvensen. Kritiker hävdar att de senaste uppgifterna är mer signifikanta än de äldre uppgifterna och bör ha större inverkan på slutresultatet. Som svar på denna kritik började näringsidkare lägga större vikt vid de senaste uppgifterna, som sedan lett till uppfinningen av olika typer av nya medelvärden, varav den mest populära är det exponentiella glidande genomsnittet (EMA). (För vidare läsning, se Grunderna för viktade rörliga medelvärden och vad som är skillnaden mellan en SMA och en EMA) Exponentiell rörlig genomsnitts Det exponentiella rörliga genomsnittsvärdet är en typ av rörligt medelvärde som ger större vikt till de senaste priserna i ett försök att göra det mer responsivt till ny information. Att lära sig den något komplicerade ekvationen för att beräkna en EMA kan vara onödig för många handlare, eftersom nästan alla kartläggningspaket gör beräkningarna för dig. Men för dig matte geeks där ute, här är EMA-ekvationen: När du använder formeln för att beräkna den första punkten hos EMA kan du märka att det inte finns något värde tillgängligt för att använda som tidigare EMA. Detta lilla problem kan lösas genom att starta beräkningen med ett enkelt glidande medelvärde och fortsätter med ovanstående formel därifrån. Vi har försett dig med ett provkalkylblad som innehåller verkliga exempel på hur man beräknar både ett enkelt glidande medelvärde och ett exponentiellt glidande medelvärde. Skillnaden mellan EMA och SMA Nu när du har en bättre förståelse för hur SMA och EMA beräknas, kan vi titta på hur dessa medeltal skiljer sig. Genom att titta på beräkningen av EMA kommer du att märka att större vikt läggs på de senaste datapunkterna, vilket gör det till en typ av vägt genomsnitt. I Figur 5 är antalet tidsperioder som används i varje genomsnitt identiskt (15), men EMA svarar snabbare på de förändrade priserna. Lägg märke till hur EMA har ett högre värde när priset stiger och faller snabbare än SMA när priset sjunker. Denna respons är den främsta anledningen till att många handlare föredrar att använda EMA över SMA. Vad betyder de olika dagarna? Förflyttande medelvärden är en helt anpassningsbar indikator, vilket innebär att användaren fritt kan välja vilken tidsram de vill ha när de skapar genomsnittet. De vanligaste tidsperioderna som används i glidande medelvärden är 15, 20, 30, 50, 100 och 200 dagar. Ju kortare tidsintervallet användes för att skapa medelvärdet desto känsligare blir det för prisändringar. Ju längre tidspanelen, desto mindre känslig eller mer utjämnas, blir medelvärdet. Det finns ingen rätt tidsram att använda när du ställer in dina glidande medelvärden. Det bästa sättet att ta reda på vilket som fungerar bäst för dig är att experimentera med ett antal olika tidsperioder tills du hittar en som passar din strategi. Hur räknar jag ut ett 12 månaders glidande medelvärde och ett centrerat glidande medelvärde i excel I039m med Problem räkna ut 12 månaders glidande medelvärde och centrerat glidande medelvärde hur kan jag räkna ut det här. Den information jag har den i 5 år och den första årsförsäljningen börjar i september det året. Jag har året i kolumn a, månader i kolumn b och försäljning i kolumn c. Snälla hjälp När du säger ett 12 månaders glidande medelvärde. ska det här vara genomsnittet för de senaste 12 månaderna Om du vill ha en löpande summa av medeltalen under de senaste 12 månaderna, förutsatt att du startade dina försäljningsfigurer i C1, sätt det här i D12: och kopiera det nedåt. Det ger dig en löpande summa för medeltalet de senaste 12 månaderna. Om du bara vill se de senaste 12 månaderna i en cell någonstans, använd detta: AVERAGE (OFFSET (C4, COUNT (C4: C60) -12, 0, 12, 1)) C60 ska vara din sista rad av data I 5 år, men om it039 inte är din sista rad, ändra 60 för att matcha din sista rad av data. Om du någonsin vill se genomsnittet för de senaste 6 månaderna eller 3 månader, ändrar du bara 12039s i formeln för att motsvara de månader du vill se genomsnittet för eller ännu bättre ändrar 12039s till en cellreferens, Som O2: AVERAGE (OFFSET (C4, COUNT (C4: C60) - O2, O, O2,1)) Och i cell O2, skriv bara ett nummer för de senaste X månaderna du vill se genomsnittet för. När det gäller det centrerade glidande medlet. Inte helt säker på vad du menar med det. Greg G middot 5 år sedan Hur räknar jag ut ett 12 månaders glidande medelvärde och ett centrerat glidande medelvärde i excel I039m med problem att räkna ut 12 månaders glidande medelvärde och centrerat glidande medelvärde hur kan jag räkna ut det här. Den information jag har den i 5 år och den första årsförsäljningen börjar i september det året. Jag har året i kolumn a, månader i kolumn b och försäljning i kolumn c. Vänligen hjälp Lägg till ditt svar Rapportera missbruk Ytterligare detaljer Om du anser att din immateriella äganderätt har åsidosatts och skulle vilja göra ett klagomål, se vår missbruk av policy för missionspolicy. Ytterligare detaljer Om du tror att din immateriella äganderätt har överträtts och vill filen Klagomål, se vår policy för upphovsrättspolitik