• MA1

    Moving Average,移动平均线。

    连续多个周期的价格(比如收盘价)的算术平均值。

    MA是最基础的移动平均线,又称为SMA(简单移动平均线)。几经发展,移动平均线也有多种变体。
    MA=C1+C2+C3+C4+C55MA=\frac{C_1+C_2+C_3+C_4+C_5}{5} MA=5C1​+C2​+C3​+C4​+C5​​

  • WMA2

    Weighted Moving Average,加权移动平均线。

    SMA是以等权重计算的算术平均值,实际中认为越近期的价格,对现价影响越大,因此权重应该加大。常见的加权方式有:

    1. 末日加权

      WMA=C1+C2+C3+...+Cn∗2n+1WMA=\frac{C_1+C_2+C_3+...+C_n*2}{n+1} WMA=n+1C1​+C2​+C3​+...+Cn​∗2​

    2. 线性加权

      WMA=C1∗1+C2∗2+C3∗3+...+Cn∗n1+2+3+...+nWMA=\frac{C_1*1+C_2*2+C_3*3+...+C_n*n}{1+2+3+...+n} WMA=1+2+3+...+nC1​∗1+C2​∗2+C3​∗3+...+Cn​∗n​

    3. 梯形加权

      WMA=(C1+C2)∗1+(C2+C3)∗2+...+(Cn−1+Cn)∗(n−1)2∗1+2∗2+2∗3+...+2∗(n−1)WMA=\frac{(C_1+C_2)*1+(C_2+C_3)*2+...+(C_{n-1}+C_n)*(n-1)}{2*1+2*2+2*3+...+2*(n-1)} WMA=2∗1+2∗2+2∗3+...+2∗(n−1)(C1​+C2​)∗1+(C2​+C3​)∗2+...+(Cn−1​+Cn​)∗(n−1)​

    4. 平方系数加权

      WMA=C1∗12+C2∗22+C3∗32+...+Cn∗n212+22+32+...+n2WMA=\frac{C_1*1^2+C_2*2^2+C_3*3^2+...+C_n*n^2}{1^2+2^2+3^2+...+n^2} WMA=12+22+32+...+n2C1​∗12+C2​∗22+C3​∗32+...+Cn​∗n2​

  • EMA3

    Exponential Moving Average,指数移动平均,又可简写未EXPMA
    EMAtoday=α∗Pricetoday+(1−α)∗EMAyesterdayEMA_{today}=\alpha * Price_{today}+(1-\alpha)*EMA_{yesterday} EMAtoday​=α∗Pricetoday​+(1−α)∗EMAyesterday​

    以递归的方式计算均值,当递归到EMA1EMA_1EMA1​时,可以有多种方式:Price1Price_1Price1​或者开始几个数的均值,经过转化后:
    EMAtoday=p1+(1+α)p2+(1+α)2p3+...1+(1+α)+(1+α)2+...EMA_{today}=\frac{p_1+(1+\alpha)p_2+(1+\alpha)^2p_3+...}{1+(1+\alpha)+(1+\alpha)^2+...} EMAtoday​=1+(1+α)+(1+α)2+...p1​+(1+α)p2​+(1+α)2p3​+...​
    因此,也可以看作时WMA的一种特殊形式,以指数形式进行加权。

  • References


  1. 百度百科:MA移动平均线 ↩︎

  2. 百度百科:WMA加权移动平均线 ↩︎

  3. 百度百科:EMA ↩︎

MA、WMA、EMA、EXPMA区别及公式详述相关推荐

  1. 时间序列分析 - 移动平均SMA, WMA, EMA(EWMA) 之理论公式

    原文: https://zh.wikipedia.org/w/index.php?title=%E7%A7%BB%E5%8B%95%E5%B9%B3%E5%9D%87&variant=zh-c ...

  2. MA、EMA、SMA、DMA、TMA、WMA

    MA.EMA.SMA.DMA.TMA.WMA 6种平均算法经常在各种指标公式中运用,但多数初学者可能并不理解其具体区别,整理如下: MA(X,N)简单算术平均 求X的N日移动平均值,不分轻重,平均算. ...

  3. MA、EMA、SMA的区别

    MA(X,N)简单算术平均        求X的N日移动平均值,不分轻重,平均算.算法是:                                    (X1+X2+X3+-..+Xn)/N ...

  4. MA、EMA、MACD、BOLL、KDJ指标计算

    MA.EMA.MACD.BOLL.KDJ指标计算 # encoding:utf-8 import os import sys import pandas as qh_pd import time im ...

  5. 【原生代码】Python3 实现ATR、MA、EMA、SMMA、RMA、TEMA指标的计算

    1. 参数说明 r:K线数据,字典或者数组 days:指标长度 name:使用哪一个字段,填'Close'即可,如果不填则代表r是数组而不是字典 变量r 字典结构图如下: {{'Time': 0,'C ...

  6. [转载] python numpy.random.randn()与numpy.random.rand()的区别 (正态分布公式)(标准正态分布 standard normal distribution

    参考链接: Python中的numpy.random.randn 引用文章: numpy.random.randn()与numpy.random.rand()的区别 https://www.cnblo ...

  7. Python - 基础到进阶

    引用:[ https://github.com/jackfrued/Python-100-Days] 骆昊:CSDN Python - 100天从新手到大师 作者:骆昊 说明:从项目上线到获得8w+星 ...

  8. 在股票技术指标里,EMA和SMA 的区别

    MA是简单算术平均,MA(C,2)=(C1+C2)/2; MA(C,3)=(C1+C2+C3)/3;不分轻重,平均算: EMA是指数平滑平均,它真正的公式表达是:当日指数平均值=平滑系数*(当日指数值 ...

  9. java ema算法_K线图指标算法(MA EMA)

    写在前面的话 本人android开发股线图时基于MpAndroidChart开发的,所以后面用到的算法中CandleEntry, Entry等都是MpAndroidChart的API,均使用java实 ...

最新文章

  1. 解决gitosis.init.InsecureSSHKeyUsername: Username contains not allowed characters问题
  2. 【JavaScript基础系列】决定你的人生能走多远的,是基础。
  3. SecureCRT也能和Xshell一样批量导入主机
  4. Openstack 与VMware 不同CPU迁移原理
  5. echarts map 点击地图区域变色_绘制炫酷的地图,不只是pyecharts.map!
  6. Nginx模拟负载均衡
  7. 深度学习制作数据集的部分代码实现(解压zip、生成json文件)
  8. 如何在面试中介绍自己的项目经验?
  9. Android AbsListView子类反复调用getView()和getCount()问题分析
  10. JAVA移慎_java里面给对象赋值,慎用赋值符号(=) (转)
  11. java 放行文件_springmvc中关于静态资源的放行
  12. C#如何实现一个简单的流程图设计器
  13. javafx 与java,java桌面应用程序和javafx有什么区别?
  14. 心理学推荐书籍——《九型人格》
  15. Solved - Safari keeps forcing HTTPS on localhost
  16. IT运维和自动化运维以及运维开发有啥不同?能解释下吗?
  17. 云耀云服务器和弹性云服务器有哪些区别?
  18. [博学谷学习记录]超强总结,用心分享|Hive的压缩格式
  19. 1.HTML+CSS3 —— To:Kobe——彩虹渐变
  20. 如何包装自己的简历?(HR眼中的好简历是什么样的?/这样写简历才会有面试机会)...

热门文章

  1. XCTF Leaking
  2. ARMv8/ARMv9的Exclusive机制深度解读
  3. 【基于Java+MySQL等技术的企业员工信息管理系统设计与实现】(源代码+数据库+论文+PPT+视频讲解部署 获取)
  4. Python语言:节日贺卡
  5. 安徽中职计算机专业对口高考,安徽对口高考试题
  6. OSPF的DR和BDR
  7. CSS的一个小案例——模拟soso搜搜导航器
  8. 串起珍珠的链条——记腾讯SOSO团队
  9. 华为2017java笔试题_华为Java笔试题
  10. SQLServer中服务器角色和数据库角色权限详解角色