定义
来自维基百科
指数移动平均(exponential moving average,EMA或EWMA)是以指数式递减加权的移动平均。各数值的加权影响力随时间而指数式递减,越近期的数据加权影响力越重,但较旧的数据也给予一定的加权值
设时刻的实际数值为, 时刻的EMA为,时刻的EMA为,计算时刻的指数移动平均公式为:
是可调节的参数,处于0-1之间,一般大于0.5
推导
一般情况下计算截至时刻的平均值:
是如何表示指数移动平均的呢?
假设 ,
逐层向上代入:
这里实际上是对时刻之前(包括)实际数值的加权平均,时间离得越远,权重越小,而且是指数式递减的,所以又叫做指数加权移动平均EWMA。
意义
与一般的加权平均相比,使用指数移动平均的好处在于:
- 不需要保存前面所有时刻的实际数值,并且在计算的过程中是逐步覆盖的,因此可以减少内存的占用
- 在有些场景下,其实更符合实际情况的,例如股票价格,天气等,上一个时间步对当前时间步影响最大
偏差修正
当假设时,刚开始的几个时间步的的数值是非常小的,因为缺乏足够多的前面时刻的数据。
与, 的平均值,相差非常大,因此需要加入偏差修正项,使得:
随着时间步增大,修正项趋近于0
网友评论