Moving Average Xts

Ich habe lubridate verwendet, um einige Dauer-Daten in hms-Format konvertieren Dies gibt mir tägliche Spalte Daten als xts-Objekt: Ich wollte einen gleitenden Durchschnitt aus den Daten zu erstellen, so verwendet: Dies gibt eine timeseries, aber nicht in einem anerkannten Format: Im nicht sicher, ob die Daten richtig sind und hat irgendwie in einen Index konvertiert. Es scheint nicht zu Sekunden gleichzusetzen. Meine Frage ist, kann ich einen gleitenden Durchschnitt solcher hms-Daten erstellen und behalten die ursprüngliche hms Formierung Bearbeiten Anmerkung: Entschuldigungen, dass ich keine Beispieldaten im Augenblick zur Verfügung stellen kann. Im Gegensatz zu meinem ursprünglichen Beitrag scheint es, dass bei der Erstellung des xts-Objekts, xts die Werte as. numeric (), so dass das Problem besteht beim Ändern des Datenrahmens zu xts. Der Versuch, die Datamrame-Daten in ggplot zu zeichnen, erfordert jedoch auch, dass die Daten mit as. numeric () gezwungen werden. Anstatt von meiner Bereitstellung von Daten, Id zu schätzen wissen, wenn jemand könnte helfen, wie ein gleitender Durchschnitt könnte auf hms-Daten angewendet werden, und ermöglichen es, ohne die Coersion aufgetragen werden Vielen Dank gefragt 5. Mai um 1: 43SMA berechnet das arithmetische Mittel von Die Serie in den letzten n Beobachtungen. EMA berechnet einen exponentiell gewichteten Mittelwert, der den jüngsten Beobachtungen mehr Gewicht verleiht. Siehe Warnabschnitt unten. WMA ist ähnlich einer EMA, aber mit linearer Gewichtung, wenn die Länge von wts gleich n ist. Wenn die Länge von wt gleich der Länge von x ist. Verwendet die WMA die Werte von wts als Gewichte. DEMA wird berechnet als: DEMA (1 v) EMA (x, n) - EMA (EMA (x, n), n) v (mit den entsprechenden Wilder - und Verhältnisargumenten). EVWMA verwendet Volumen, um den Zeitraum des MA zu definieren. ZLEMA ähnelt einer EMA, da sie den jüngsten Beobachtungen mehr Gewicht verleiht, jedoch versucht, die Verzögerung durch Subtraktion von Daten vor (n-1) / 2 Perioden (Standard) zu entfernen, um den kumulativen Effekt zu minimieren. VWMA und VWAP berechnen den volumengewichteten gleitenden Durchschnittspreis. VMA berechnet einen variablen Längen-gleitenden Durchschnitt basierend auf dem absoluten Wert von w. Höhere (niedrigere) Werte von w bewirken, dass VMA schneller reagiert (langsamer). Ein Objekt der gleichen Klasse wie x oder Preis oder ein Vektor (falls try. xts ausfällt) mit den Spalten: Einige Indikatoren (zB EMA, DEMA, EVWMA usw.) werden mit den vorherigen Werten der Indikatoren berechnet und sind daher instabil kurzfristig. Wenn der Indikator mehr Daten empfängt, wird seine Ausgabe stabiler. Siehe Beispiel unten. Für EMA. WilderFALSE (die Voreinstellung) verwendet ein exponentielles Glättungsverhältnis von 2 / (n1). Während wilderTRUE Welles Wilders exponentielles Glättungsverhältnis von 1 / n verwendet. Da WMA einen Gewichtungsvektor der Länge gleich der Länge von x oder der Länge n annehmen kann. Kann es als regulär gewichteter gleitender Durchschnitt (im Fall wts1: n) oder als gleitender Durchschnitt gewichtet nach Volumen, einem anderen Indikator usw. verwendet werden. Da DEMA die Anpassung v erlaubt, ist es technisch Tim Tillsons generalized DEMA (GD). Wenn v1 (die Voreinstellung), ist das Ergebnis die Standard-DEMA. Wenn v0. Das Ergebnis ist eine regelmäßige EMA. Alle anderen Werte von v geben das GD-Ergebnis zurück. Mit dieser Funktion kann die Tillsons T3-Anzeige berechnet werden (siehe Beispiel unten). Danke an John Gavin für die Verallgemeinerung. Für die EVWMA. Wenn Volumen eine Serie ist, sollte n so gewählt werden, daß die Summe des Volumens für n Perioden die Gesamtzahl der ausstehenden Aktien für die gemittelte Sicherheit annähert. Wenn das Volumen eine Konstante ist, sollte es die Gesamtzahl der ausstehenden Aktien für das gemittelte Wert darstellen. Referencesplot. xts mit Moving Average Panel Als ein weiteres Beispiel für alles, was wir mit den neuen plot. xts tun können, können wir versuchen, eine Preis-Plot mit einem gleitenden Durchschnitt Overlays zu tun. Wir verwenden die von Mebane Faber bei mebanefaber / timing-model / angezeigten ETFs. Mit der Panel-Funktionalität ist es sehr einfach, ein Panel anzugeben, um die Preislinie zu zeichnen und dann den berechneten gleitenden Durchschnitt hinzuzufügen. Beachten Sie, wie in allen Beispielen die Rezession Block leicht und sehr schön erscheint. Auch wenn Sie einige funky Layouts angeben möchten, haben wir diese Option. Für diesen Fall halte ich es nicht für sinnvoll, aber in der Zukunft werde ich einige sinnvollere Anwendungen demonstrieren. Verpassen Sie kein Update Abonnieren Sie R-bloggers um E-mails mit den letzten R Beiträgen zu erhalten. (Diese Meldung wird nicht mehr angezeigt.)