Eksponentiell Bevegelse Gjennomsnittet Php

Jeg vil beregne EMA eksponentiell flytende gjennomsnittsverdi i PHP. Jeg har prøvd med følgende kode, men det gir meg 500 feil. PHP EMA beregningsfunksjon trader-ema. Tried med lang tid Googling, men ikke får noen hjelp på dette i PHP så , Jeg har ingen anelse om hva som må gjøres for å beregne EMA value. Edit-1 Installert extensions. I har installert alle nødvendige utvidelser, Nå får jeg utdataene, men det synes ikke å gi riktig utgang. Jeg tror PHP-funksjonen for beregning av EMA fungerer ikke riktig. Enhver hjelp i dette vil bli verdsatt. Jeg prøver å hente den siste EMA av et stort datasett 15000 verdier. Det er en veldig ressurs-sulten algoritme siden hver verdi avhenger av den forrige. Her er koden min. Hva jeg allerede gjorde. Isolere k så det er ikke beregnet 10000 ganger. Bare kjøp den siste beregnede EMA, og ikke hold dem alle i en array. use for istedenfor foreach. the data array har ikke nøkler det er grunnleggende array. Dette tillot meg å redusere kjøretid fra 2000m til abo ut 500ms for 15000 verdier. Hva fungerte ikke. Bruk SplFixedArray, dette barberte only.10ms kjører 1.000.000 verdier. Bruk PHPTrader forlengelse returnerer dette en matrise som inneholder alle EMAs i stedet for bare det siste, og det er tregere. Skrive og kjøre det samme. algoritmen i C og kjører den over 2.000.000 verdier tar bare 13ms. Så åpenbart, bruk av et kompilert språk på lavere nivå ser ut til å hjelpe P. Hvor skal jeg gå herfra Koden vil til slutt kjøre på Ubuntu, så hvilket språk skal jeg velge Will PHP kunne ringe og passere et så stort argument til scriptet. asked 11. juli 14 på 19 21. Bare implementere med en forlengelse gir deg en signifikant boost I tillegg kan kalkulatoren forbedres som seg selv, og det får du til å legge til i hvilket språk du bruker velg. Det er lett å se at lastEMA kan beregnes som følger. Dette kan omskrives som følger for å ta ut av sløyfen så mye som mulig. For å forklare utvinningen av k tror det i den tidligere formuleringen er som om alle de originale rådataene blir multiplisert med k så praktisk at du i stedet kan multiplisere sluttresultatet. Merk at, omskrivet på denne måten, har du 2 operasjoner inne i løkken i stedet for 3 for å være presis inne i løkken, det er også jeg økning i sammenligning med sizeata og lastEMA verdi tildeling slik at du kan forvente å oppnå en ekstra speedup i området mellom 16 og 33. Ytterligere er det andre forbedringer som kan vurderes i hvert fall under noen omstendigheter. Overvei bare siste verdier. De første verdiene er multiplisert flere ganger med k1m 1 - k slik at deres bidrag kan være lite eller til og med gå under ekspansjonspunktets presisjon eller den akseptable feilen. Denne ideen er spesielt nyttig hvis du kan anta at eldre data er av samme størrelsesorden som nyere fordi hvis du bare anser de siste n-verdiene, er feilen du lager. Feil EMAofdiscardeddata 1- k n. Så hvis størrelsesorden er stort sett den samme, kan vi fortelle at den relative feilen er gjort. relerer err lastEMA EMAofdiscardeddata 1- kn lastEMA. that er nesten lik bare 1- k n. Under antagelsen at lastEMA nesten lik EMAofdiscardeddata. Let si at du kan akseptere en relativ feilreléer. Du kan trygt vurdere bare den siste n verdier der 1 - kn relerr. Means som du kan forhåndsberegne før sløyfen n logg relerr log-k og beregne alle bare vurderer de siste n verdiene. Hvis datasettet er veldig stort, kan dette gi en fornuftig speedup. Consider det for 64 bit flytende punkt tall du har en relativ presisjon relatert til mantissen som er 2 -53 ca 1 1-16 og bare 2 -24 5 96e-8 for 32 bit flytende punkt tall, slik at du ikke kan oppnå bedre enn denne relative feilen. i utgangspunktet burde du aldri ha en fordel ved å beregne mer enn n log 1 1-16 log 1 k-verdier. for å gi et eksempel hvis rekkevidde 2000 da n log 1 1-16 log 1-2 2001 36 746. Jeg synes det er interessant å vite at ekstra beregninger ville gå tapt inne i avrundingene det er ubrukelig er bedre nei t for å gjøre. Nå et eksempel på tilfellet der du kan akseptere en relativ feil større enn flytpunkts presisjons relér 1ppm 1e-6 0 00001 6 signifikante desimaltall du har n log 1 1e-16 log 1-2 2001 13 815.I tenk er ganske lite tall i forhold til de siste eksemplene dine, så i så fall kan speedupen være tydelig. Jeg antar at omfanget 2000 er meningsfullt eller høyt for søknaden din, men det jeg ikke kan vite. Bare andre få tall fordi jeg ikke vet hva er dine typiske figurer. relerr 1e-3 rekkevidde 2000 n 6 907. relerr 1e-3 rekkevidde 200 n 691. relerr 1e-3 rekkevidde 20 n 69. relerr 1e-6 rekkevidde 2000 n 13 815. relerr 1e-6 rekkevidde 200 n 1 381. relerr 1e -6 rekkevidde 20 n 138. Hvis antagelsen sistEMA nesten lik EMAofdiscardeddata ikke kan tas, er ting mindre enkle, men siden fordelen kameraet er signifikant kan det være meningsfylt å gå on. we må revurdere full formel relerr EMAofdiscardeddata 1- kn lastEMA. so n log relerr lastEMA EMAofdiscardeddata logg 1- k log relerr log lastEMA EMAofdiscardeddata logg 1- k. the sentrale punktet er å beregne lastEMA EMAofdiscardeddata uten faktisk beregning lastEMA eller EMAofdiscardeddata selvfølgelig. en sak er når vi vet a-priori at for eksempel EMAofdiscardeddata lastEMA M for eksempel M 1000 eller M 1e6.I det tilfellet er det logg relerr M log 1 k. if du kan ikke gi noe M nummer. du må finne en god ide å overskatte EMAofdiscardeddata lastEMA. on quick way kan være å ta M max data min data. Beregningen kan skrives om igjen i et form der det er et enkelt tillegg til uavhengige vilkår. Så om implementeringsspråket støtter parallellisering, kan datasettet deles i 4 eller 8 eller n i utgangspunktet antall CPU-kjerner tilgjengelige biter, og det kan beregnes summen av termer på hver chunk parallelt oppsummering de enkelte resultatene på slutten. Jeg går ikke i detalj med dette siden dette svaret er allerede veldig lenge, og jeg tror konseptet allerede er uttrykt. Takk for dette, jeg bruker dette på aksjemarkedsdata, så det faktum at de eldre dataene er i samme størrelsesorden som de nyere data, avhenger av tidsrammen som brukes. Anta et utvalg på 200, det vil bli en mye større variasjon i prisene på en daglig tidsramme 200 dager enn 5 minutters tidsramme 16 timer vil jeg eksperimentere med forskjellige scenarier på ekte og simulerte data På nye data, med en rekkevidde 200, bruker jeg et 1000-datasett. Men jeg har også gjort noen tilbaketesting de siste årene, så jeg må fortsatt laste hele datasettet Du hjalp til begge deler situasjoner, takk Lykegenes Jul 16 14 på 15 11.Building your own extension forbedrer ytelsen definitivt Her er en god opplæring fra Zend-nettsiden. Noen ytelsesdata Hardware Ubuntu 14 04, PHP 5 5 9, 1-kjerne Intel CPU 3 3Ghz, 128 MB RAM det er VPS. Før PHP bare, 16.000 verdier 500ms. C Extension, 16.000 verdier 0 3ms. C Extension 100.000 verdier 3 7ms. C Extension 500.000 verdier 28 0ms. Men jeg m minne begrenset på dette tidspunktet, ved hjelp av 70MB vil jeg fikse det og oppdater tallene tilsvarende. Eksponentiell flytende gjennomsnitt. Eksponentiell flytende gjennomsnittlig indikator EMA brukes til å redusere sløvingen på det enkle flytende gjennomsnittet. Dette oppnås ved å bruke mer vekt til de siste prisene i forhold til eldre priser. Med vekting vil det eksponensielle flytende gjennomsnittet reagere raskere til siste prisendringer i forhold til en enkel flytende gjennomsnitt. En svært nyttig anvendelse av Flytte gjennomsnittlige indikatorer er på Mean Reversion-strategier der målet er å identifisere en outlier-hendelse og handle pr iskjøring tilbake til Mean. Prisen som går over Moving Average, kan også være svært nyttig for å identifisere slutten av en langsiktig prisbevegelse. Det skal imidlertid bemerkes at gitt den indikator som ikke er særlig effektiv i perioder med sideveishandel. Eksponentiell flytende gjennomsnittlig formel. Beregningen av eksponentielt flytende gjennomsnitt er basert på en prosentandel av gjeldende intervallverdien pluss forrige Flytende gjennomsnitt multiplisert med vektet verdi som avhenger av antall perioder n som brukes til å beregne verdien. Følgende Formelen brukes til å beregne vektingen. For eksempel, hvis antall perioder n som brukes til å beregne eksponentielt flytende gjennomsnitt er 9, vil 20 vekting bli brukt til gjeldende Lukk pris og 80 vekting brukt på den forrige eksponentielle flytende gjennomsnittsverdi . Eksponensiell flytende gjennomsnittlig indikator. Eksponensiell flytende gjennomsnittlig indikator kan vises på timetotrade-diagrammer. Slik legger du til eksponensiell flytting A Verage-indikatoren til timetotrade-diagrammene går til diagraminnstillingene og klikker på Add Indicator-knappen. Klikk på søkeboksen og skriv inn navnet på indikatoren du leter etter, eller for eksempel, skriv Eksponentiell Moving Average og bla gjennom resultatene. legge til eksponentiell flytende gjennomsnittlig indikator, i diagraminnstillingene, klikk på den for å angi parametrene og endre kolonnene. Eksponensielle flytende gjennomsnittlige varsler. Alarmer kan settes opp for å gi en melding om e-post eller SMS-melding om når eksponentiell flytende gjennomsnittlig indikatordiagram vilkårene er oppfylt, backtest trading strategier eller utføre demo handler for å lære mer. Det har aldri vært enklere å utføre tradingstrategien. Vår Trigger Trading Technology betyr at du nå kan utføre handler direkte på verdens globale markeder. Du trenger aldri å savne en trading mulighet again. buy når dine tekniske analyse diagram betingelser er oppfylt virkelig kjøp, ikke bare få en e-post eller sms alert. or selge når en støtte trend linje er broken. or back-test din strategi går tilbake så langt som 30 år. Timetotrade s Trigger Trading Technology er virkelig spillet endring Det gir deg en handelsfordel Strømmen til å ta din handel til et nytt nivå. Trade UK , Amerikanske og europeiske aksjer - søk nå. Utfør handler når din prisliste for stearinlys Trend Line Volume and Technical Analysis er oppfylt ved hjelp av Trigger Trading Technology - les mer - hjelp video. E-post og SMS Trigger Trading Alerts - lære mer. Chart - learn more. Back Test Trading Strategies med opptil 30 års historisk data - lære mer. Opprett Simulert Trading Accounts for å teste dine Trigger Trading Strategies - lære mer. Real time Forex, UK, europeisk og amerikansk aksjemarkedet data - lære mer .170 Teknisk analyse og lysestake-mønsterindikatorer - lære mer. Alle verktøyene du trenger for å sette opp og drive en vellykket investeringsklubb - lære mer. Administrer porteføljen din og beregne britiske HMRC Capital Gains-forpliktelser og SA 108 CGT Skattedeklarasjoner - lære mer. Lag handelskonkurranser for deg og dine venner - lær mer. Søk etter en handelskonto i dag og få Pro-pakken gratis - søk nå. Søk nå for å prøve vår suveren plattform og få din handelsfordel . Opplysningene og dataene er kun til pedagogisk og informasjonsformål. Tolkning og bruk av informasjon og data som er gitt, er på brukerens egen risiko. All informasjon og data på denne nettsiden er hentet fra kilder som antas å være nøyaktige og pålitelige. Men feil eller utelatelser er mulige på grunn av menneskelig og / eller mekanisk feil All informasjon og data er gitt som uten garanti av noe slag Vi gir ingen representasjoner om nøyaktigheten, fullstendigheten eller aktualiteten til informasjonen og dataene på dette nettstedet, og vi forbeholder oss retten til, etter eget skjønn og uten forpliktelse, endre, forbedre eller rette feil eller forsømmelser i noen deler av tjenestene til enhver tid. Tidligere ytelse er n ot en garanti for fremtidige resultater Trading har høy risiko for kapitalen din og kan resultere i tap som overstiger innskuddene. Det kan ikke være egnet for alle, så vær så snill og sørg for at du fullt ut forstår de involverte risikoene. Alle tjenester leveres av Mercor Index Ltd TimeToTrade er et handelsnavn for Mercor Index Ltd, et selskap registrert i England og Wales under nummer 9479466 Vår registrerte adresse er 34-36 St Georges Road, Brighton, BN2 1ED Mercor Index Ltd er autorisert og regulert av Financial Conduct Authority nummer 679941. handelstjenester som tilbys av Mercor Index Ltd er ikke tilgjengelig for innbyggere i USA og er ikke ment for bruk av noen person i noe land der slike tjenester vil være i strid med lokale lover eller forskrifter. Abonnementer på TimeToTrade-produkter er tilgjengelige hvis du ikke er kvalifisert for handelstjenester.2005-2017 Mercor Index Ltd.