Octave 在倍频程中执行矢量化指数移动平均

在GNU倍频程中，希望计算向量的n天指数移动平均值，而不使用for循环

---

我可以用for循环来实现这一点，但效率很低。我想使用filter函数，但我不确定如何使其正常工作。

将此线程的位拼接在一起后

我使用Octave的过滤函数构建了这个函数

function meanV = movingEMean(V, window)
  simpleAvg = mean(V(1:window));
  alpha = 1/window;
  X = V(window:end);
  X(1) = simpleAvg;
  meanV = filter(alpha, [1 alpha-1], X, simpleAvg*(1-alpha));
end

它以简单的移动平均线为基础

V

是计算指数移动平均数的数字列向量<代码>窗口是以天数表示的整数。我用了12个

下面是这个函数的数学解释

function meanV = movingEMean(V, window)
  simpleAvg = mean(V(1:window));
  alpha = 1/window;
  X = V(window:end);
  X(1) = simpleAvg;
  meanV = filter(alpha, [1 alpha-1], X, simpleAvg*(1-alpha));
end

请注意，页面使用

2/（n+1）

（其中

n

是

window

或天数）作为

alpha

，但我使用

1/n

，因为

alpha

的值适合我的需要。根据需要调整

alpha

---

或者，我有时需要输入和输出向量的维度来匹配。我通过添加

meanV=[NaN（窗口-1,1）；meanV]，用
NaN
填充无效值作为
movingEMean
函数中的最后一行。如果需要粗略估计，也可以使用
simpleAvg
填充它。
将此线程中的位拼接在一起后


我使用Octave的过滤函数构建了这个函数

function meanV = movingEMean(V, window)
  simpleAvg = mean(V(1:window));
  alpha = 1/window;
  X = V(window:end);
  X(1) = simpleAvg;
  meanV = filter(alpha, [1 alpha-1], X, simpleAvg*(1-alpha));
end

它以简单的移动平均线为基础
V
是计算指数移动平均数的数字列向量<代码>窗口

是以天数表示的整数。我用了12个

下面是这个函数的数学解释

function meanV = movingEMean(V, window)
  simpleAvg = mean(V(1:window));
  alpha = 1/window;
  X = V(window:end);
  X(1) = simpleAvg;
  meanV = filter(alpha, [1 alpha-1], X, simpleAvg*(1-alpha));
end

请注意，页面使用

2/（n+1）

（其中

n

是

window

或天数）作为

alpha

，但我使用

1/n

，因为

alpha

的值适合我的需要。根据需要调整

alpha

或者，我有时需要输入和输出向量的维度来匹配。我通过添加

meanV=[NaN（窗口-1,1）；meanV]，用
NaN
填充无效值作为
movingEMean
函数中的最后一行。如果需要粗略估计，还可以用
simpleAvg
填充它