Estou tentando calcular as médias móveis (simples e exponencial) e encontrei a jóia de simples-estatísticas, que é perfeita para as minhas necessidades. Estou tentando modificar o código deste link: como calcular a média móvel simples) para os meus propósitos. OBJETIVO: Eu tenho um JSON como este que lista os preços históricos para um estoque único durante um longo período de tempo: para isso, eu gostaria de adicionar médias móveis para cada dia (simples e exponencial - o que a jóia de simples-estatísticas parece fazer facilmente) para 20 e médias de 50 dias (e outras, conforme necessário) para que apareça algo assim para cada dia: preferiria usar as gemas yahoofinance e simplestatistics e, em seguida, anexar a saída ao JSON original, já que tenho a sensação de que uma vez Eu ganharei uma melhor compreensão, será mais fácil para mim modificar. Neste momento, ainda estou lendo em como eu farei isso (qualquer ajuda é apreciada) Abaixo está a minha tentativa de calcular uma média móvel simples de 20 dias para a Microsoft (não funciona). Desta forma (usando HistoricalQuotesdays) parece assumir que a data de início é hoje, que não funcionará para o meu objetivo geral. UPDATE: Na verdade, não preciso usar o YahooFinance gem porque já tenho os dados em um JSON. O que eu não sei fazer é puxar da matriz JSON, fazer os cálculos usando a jóia simplestatistics e, em seguida, adicionar os novos dados ao JSON original. Perguntou 28 de outubro 12 às 7:28 Usando a gema, vejo duas maneiras de obter seus dados. Aqui estão (note que ambos podem pegar um bloco): o que retorna uma série de objetos do YahooFinance :: HistoricalQuote com os seguintes métodos: o que retorna uma matriz de valores da documentação: e para ter uma média (média móvel simples), você Pode facilmente fazer: onde ary manteria os valores em média (precisará ser flutuante ou dividirá inteira). Para fazer a média móvel exponencial, basta usar a seguinte fórmula: Onde fechar as ações fecham, previousema é ontem ema, e amountofdaysago é o alcance da média no passado, por exemplo 20 (dias). Eu não consigo escrever um guia de ruby inteiro, mas o básico para o que você precisa é Hash e Array. Procure como usar grampos de rubi e arrays, e isso provavelmente é uma boa 30 de programação de ruby lá. Por exemplo, para obter os objetos json em uma matriz e, em seguida, obter apenas os fechamentos, você poderia usar Arraymap como assim: espero que você comece com boa sorte AJ, obrigado pela sua ajuda. Eu sei que para muitas análises, JSON é fácil. Eu tenho os cálculos para stdev (não usando o seu, I39m fazendo um n-1 stdev). Eu fiz este calc no papel (e com mais frequência o Excel), mas não sei como transformá-lo em Ruby (e é por isso que I39m usa simplestats). Eu sei que para analisar JSON eu posso fazer JSON. parse json, mas como fazer os cálculos para cada dia na matriz e, em seguida, retornar os resultados para criar um novo JSON ainda me escapa (preciso de mais um guia dummys - se você puder Me aponte para qualquer tutorial on-line seria ótimo). Obrigado novamente pela sua ajuda, eu aprecio isso ndash gcubed 28 de outubro 12 em 18: 57 Análise detalhada exponencial detalhada de THE RUBY MILLS LTD (RUBYMILLS) Movimento de preços em relação a EMA por período diferente Período de uma semana 3 EMA pode ter fornecido resistência Em 24-Jan-17 há 3 dias. 3 EMA pode ter fornecido resistência em 19-Jan-17 6 dias atrás. 10 EMA pode ter fornecido a resistência em 19-Jan-17 6 dias atrás. 13 EMA Crossover em 20-Jan-17 há 4 dias. 15 EMA Crossover em 20-Jan-17 há 4 dias. 20 EMA Crossover em 20-Jan-17 há 4 dias. Crossover EMA de 34 dias em 20-Jan-17 há 4 dias. Período de duas semanas 3 EMA Crossover em 12-Jan-17 10 dias atrás. 5 EMA Crossover em 12-Jan-17 10 dias atrás. Crossover Bearish 10 EMA em 18-Jan-17 7 dias atrás. Crossover de EMA de Bearish 13 em 20-Jan-17 6 dias atrás. 15 EMA Crossover em 20-Jan-17 há 4 dias. 20 EMA Crossover em 20-Jan-17 há 4 dias. Crossover EMA de 34 dias em 20-Jan-17 há 4 dias. 50 EMA pode ter fornecido resistência em 19-Jan-17 6 dias atrás. Bearish 50 EMA Crossover em 18-Jan-17 7 dias atrás. Crossover de 200 dias em 12-Jan-17 10 dias atrás. Período de um mês Curssover de EMA de Bearish 10 em 18-Jan-17 7 dias atrás. Crossover de EMA de Bearish 13 em 20-Jan-17 6 dias atrás. 15 EMA Crossover em 20-Jan-17 há 4 dias. 20 EMA Crossover em 20-Jan-17 há 4 dias. Crossover EMA de 34 dias em 20-Jan-17 há 4 dias. Bearish 50 EMA Crossover em 18-Jan-17 7 dias atrás. 100 EMA pode ter dado resistência em 11-Jan-17 13 dias atrás. Crossover de 200 dias em 12-Jan-17 10 dias atrás. Período de três meses 10 EMA pode ter fornecido resistência em 24-Jan-17 há 3 dias. Crossover Bearish 10 EMA em 18-Jan-17 7 dias atrás. 13 EMA pode ter fornecido resistência 24-jan-17 há 3 dias. Crossover de EMA de Bearish 13 em 20-Jan-17 6 dias atrás. Crossover Bearish 15 EMA em 20-Jan-17 6 dias atrás. 20 EMA Crossover em 20-Jan-17 há 4 dias. Crossover EMA de 34 dias em 20-Jan-17 há 4 dias. 50 EMA pode ter dado resistência em 18-Jan-17 9 dias atrás. Crossover Bearish 50 EMA em 13-Jan-17 10 dias atrás. 100 EMA Crossover em 09-Nov-16 55 dias atrás. Crossover de 200 dias em 12-Jan-17 10 dias atrás. Período de seis meses Curssover de EMA de Bearish 13 em 20-Jan-17 7 dias atrás. Bearish 15 EMA Crossover em 20-Jan-17 7 dias atrás. Crossover Bearish 20 EMA em 20-Jan-17 há 6 dias. Bearish 34 dias EMA Crossover em 20-Jan-17 6 dias atrás. 50 EMA pode ter dado resistência em 18-Jan-17 9 dias atrás. Crossover Bearish 50 EMA em 13-Jan-17 10 dias atrás. 100 EMA Crossover em 09-Nov-16 55 dias atrás. Crossover de 200 dias em 12-Jan-17 10 dias atrás. Período de um ano Bearish 34 dias EMA Crossover em 20-Jan-17 7 dias atrás. 50 EMA pode ter dado resistência em 18-Jan-17 9 dias atrás. Crossover Bearish 50 EMA em 13-Jan-17 10 dias atrás. 100 EMA Crossover em 09-Nov-16 55 dias atrás. 200 dias Crossover em 12-Jan-17 10 dias atrás. Média móvel expressiva - EMA BREAKING DOWN Média móvel exponencial - EMA As EMAs de 12 e 26 dias são as médias de curto prazo mais populares e são usadas para criar indicadores como A divergência de convergência média móvel (MACD) e o oscilador de preço percentual (PPO). Em geral, as EMA de 50 e 200 dias são usadas como sinais de tendências a longo prazo. Os comerciantes que empregam análises técnicas consideram que as médias móveis são muito úteis e perspicaz quando aplicadas corretamente, mas criam estragos quando usadas incorretamente ou são mal interpretadas. Todas as médias móveis comumente usadas na análise técnica são, por sua própria natureza, indicadores de atraso. Conseqüentemente, as conclusões extraídas da aplicação de uma média móvel a um gráfico de mercado específico devem ser para confirmar um movimento de mercado ou para indicar sua força. Muitas vezes, no momento em que uma linha de indicador de média móvel fez uma mudança para refletir um movimento significativo no mercado, o ponto ótimo de entrada no mercado já passou. Um EMA serve para aliviar esse dilema até certo ponto. Como o cálculo EMA coloca mais peso sobre os dados mais recentes, ele abraça a ação do preço um pouco mais apertado e, portanto, reage mais rápido. Isso é desejável quando um EMA é usado para derivar um sinal de entrada comercial. Interpretando o EMA Como todos os indicadores de média móvel, eles são muito mais adequados para mercados de tendências. Quando o mercado está em uma tendência de alta forte e sustentada. A linha indicadora EMA também mostrará uma tendência de alta e vice-versa para uma tendência descendente. Um comerciante vigilante não só prestará atenção à direção da linha EMA, mas também a relação da taxa de mudança de uma barra para a próxima. Por exemplo, como a ação de preço de uma forte tendência de alta começa a achatar e reverter, a taxa de troca de EMAs de uma barra para a próxima começará a diminuir até que a linha do indicador aplique e a taxa de mudança seja zero. Devido ao efeito de atraso, até este ponto, ou mesmo algumas barras anteriores, a ação de preço já deveria ter sido revertida. Portanto, segue que a observação de uma diminuição consistente na taxa de mudança da EMA poderia ser usada como um indicador que poderia contrariar ainda mais o dilema causado pelo efeito de atraso das médias móveis. Os usos comuns das EMA EMAs são comumente usados em conjunto com outros indicadores para confirmar movimentos significativos no mercado e avaliar sua validade. Para os comerciantes que comercializam mercados intradía e de rápido movimento, o EMA é mais aplicável. Muitas vezes, os comerciantes usam EMAs para determinar um viés de negociação. Por exemplo, se um EMA em um gráfico diário mostra uma forte tendência ascendente, uma estratégia de comerciantes intradía pode ser trocar apenas do lado longo em um gráfico intradía.
No comments:
Post a Comment