【机器学习】Moving Averages 滑动平均的原理和直观感知

前言：

百度滑动平均的原理出来的都是什么乱七八糟的? 谷歌英文Moving Average一下子就看懂了。于是准备写下来。

本文将介绍Simple moving average 和 Exponential Moving Average.

背景：

滑动平均是用来衡量当前趋势的方向。每种类型的滑动平均（MA）都是一个通过计算过去数据的平均值得到的数学结果。经常用于金融领域的预测，一旦计算出一个平均值结果，就会绘制成图标，以便交易员能够查看平滑的数据，而不是聚焦于所有金融市场固有的每日价格波动。

Simple moving average (SMA):

最简单的滑动平均模型，SMA，通过计算过去数据集的平均值。换句话说，在金融场景下，一组数字或者价格被加在一起，然后除以该集合价格的数量。例如，要计算一个基本的10天滑动平均，你需要把过去10天的收盘价加起来，然后除以10。如下图，过去10天(110)的价格之和除以平均的天数(10)。如果交易者希望看到的是50天的平均水平，也会进行同样的计算，但它将包括过去50天的价格。由此得出的平均值(11)考虑了过去10个数据点，以便让交易员了解相对于过去10天的资产定价方式。