Algoritmo de média móvel central

David, Sim, MapReduce destina-se a operar em uma grande quantidade de dados. E a idéia é que, em geral, o mapa e as funções de redução não devem se preocupar com quantos mapeadores ou quantos redutores existem, essa é apenas a otimização. Se você pensar cuidadosamente sobre o algoritmo que eu postei, você pode ver que não importa qual mapeador obtém que partes dos dados. Cada registro de entrada estará disponível para cada operação de redução que precisar dele. Ndash Joe K Sep 18 12 at 22:30 No melhor de minha compreensão média móvel não é muito bem mapeia para MapReduce paradigma desde seu cálculo é essencialmente deslizando janela sobre dados classificados, enquanto MR é o processamento de intervalos não intersected de dados classificados. A solução que vejo é a seguinte: a) Para implementar particionador personalizado para ser capaz de fazer duas partições diferentes em duas execuções. Em cada corrida, seus redutores obterão diferentes faixas de dados e calcularão a média móvel quando apropriado. Eu tentarei ilustrar: Na primeira execução, os dados para os redutores devem ser: R1: Q1, Q2, Q3, Q4 R2: Q5, Q6, Q7, Q8 . Aqui você vai cacluate média móvel para alguns Qs. Na próxima execução seus redutores devem obter dados como: R1: Q1. Q6 R2: Q6. Q10 R3: Q10..Q14 E caclulate o resto de médias móveis. Então você precisará agregar resultados. Ideia de particionador personalizado que terá dois modos de operação - cada vez dividindo em intervalos iguais, mas com algum deslocamento. Em um pseudocódigo ele ficará assim. Partição (keySHIFT) / (MAXKEY / numOfPartitions) onde: SHIFT será retirado da configuração. MAXKEY valor máximo da chave. Eu suponho para a simplicidade que começam com zero. RecordReader, IMHO não é uma solução, uma vez que é limitado a divisão específica e não pode deslizar sobre divide limites. Outra solução seria implementar lógica personalizada de dividir dados de entrada (é parte do InputFormat). Pode ser feito para fazer 2 slides diferentes, semelhante ao particionamento. Eu preciso saber qual algoritmo matemático é usado para os cálculos de média móvel. Normalmente, uma média móvel exigirá que as regiões finais do gráfico não sejam incluídas no gráfico da média móvel, uma vez que, por exemplo, uma média móvel com média de 11 dias centralizada não fornece dados para os primeiros 5 dias e, portanto, não pode ser representada graficamente . O mesmo é verdadeiro para os últimos 5 dias neste exemplo. Eu acredito que este problema é inerente em todas as variedades de cálculo de média móvel (embora Im aberto a ser educado). Eu trago-o acima porque o gráfico das regiões do ponto final de uma média movente gera um bocado de controvérsia nas ciências climáticas onde eu trabalho porque as regiões finais normalmente excluídas em uma média móvel têm que ser enchidas baseado em algum tipo de (frequentemente Não-científica) - mesmo um simples continuar a suposição de tendência. R: Para as versões 2.2.7.0 e anteriores, a saída do plugin Moving Average é uma média dos últimos N pontos, onde N é o intervalo escolhido. Isso é idêntico à função Moving Average da Excels Analysis ToolPak, com a exceção de que o Excel fornece N / A para os primeiros N-1 pontos, enquanto o plugin DPlot dá a média de i pontos para iltN. A nova versão do plugin Moving Average inclui três formulários, dois deles novos: 1) Prior Moving Average (idêntica à única opção anterior), 2) Central Moving Average (mais como o que você está falando, com o ponto i igual ao Média dos pontos i - (N-1) / 2 a i (N-1) / 2 e 3) Média Móvel Cumulativa. Que é a média de todos os pontos até e incluindo o i-ésimo ponto. Além disso, o novo plugin permite que você inclua (ou não) pontos na cauda de seus dados. Se a opção Incluir caudas estiver marcada, então, como antes, o iésimo ponto para iltN é a média dos primeiros i pontos para uma Média Móvel Prévia. Similarmente, para uma Média Móvel Central e ilt (N1) / 2 ou maior que NP - (N-1) / 2 (onde NP é o número de pontos na entrada), a saída é a média dos pontos de entrada amostrados. Se a opção Incluir caudas não estiver marcada, a saída só incluirá pontos para os quais i gt N para uma média móvel anterior. Ou i gt (N-1) / 2 e i lt NP - (N-1) / 2 para uma média móvel central. A nova caixa de diálogo de entrada para o plugin Moving Average (somente versão licenciada): O método adequado para o seu uso depende do que você está medindo. A Média Móvel Prévia é um padrão bem estabelecido, mas para dados que tendem a aumentar ou diminuir ao longo do tempo, introduz um atraso na saída: para um registro cada vez maior a saída tenderá a ser igual à entrada N / 2 medidas atrás. A Média Móvel Central elimina esse atraso, mas pode não ser apropriado para seu uso se a previsão atual não deve ser influenciada por dados futuros. A Média Móvel Cumulativa é principalmente útil para dados que não aumentam / diminuem monotonicamente ao longo do tempo e para os quais os dados iniciais são significativos para o presente. O novo plugin está incluído na versão 2.2.7.3 do DPlot. Os usuários licenciados que não estão na lista de discussão de atualização podem obter essa versão selecionando o comando Verificar atualizações no menu Ajuda. Exemplo (com Include tails checked em todos os casos): Tags: Basics of Algorithmic Trading: Conceitos e Exemplos Carregando o player. Um algoritmo é um conjunto específico de instruções claramente definidas destinadas a realizar uma tarefa ou processo. A negociação algorítmica (negociação automatizada, negociação em caixa-preta ou simplesmente negociação de algo) é o processo de utilização de computadores programados para seguir um conjunto definido de instruções para colocar um negócio a fim de gerar lucros a uma velocidade e frequência que é impossível para um Comerciante humano. Os conjuntos definidos de regras baseiam-se no tempo, preço, quantidade ou qualquer modelo matemático. Além de oportunidades de lucro para o comerciante, algo-trading torna os mercados mais líquidos e torna a negociação mais sistemática, excluindo impactos humanos emocionais sobre as atividades de negociação. Suponha que um comerciante segue estes critérios simples do comércio: Compre 50 partes de uma ação quando sua média movente de 50 dias for acima da média movente de 200 dias Vender partes da ação quando sua média movente de 50 dias vai abaixo da média movente de 200 dias Usando este conjunto de duas instruções simples, é fácil escrever um programa de computador que irá monitorar automaticamente o preço das ações (e os indicadores de média móvel) e colocar as ordens de compra e venda quando as condições definidas forem atendidas. O comerciante já não precisa manter um relógio para os preços ao vivo e gráficos, ou colocar os pedidos manualmente. O sistema de negociação algorítmica automaticamente faz isso por ele, identificando corretamente a oportunidade de negociação. Algo-trading oferece os seguintes benefícios: Trades executados com os melhores preços possíveis Instant e exata colocação de ordem de comércio (assim altas chances de execução em níveis desejados) Trades (Veja o exemplo de insuficiência de implementação abaixo) Verificações automatizadas simultâneas em várias condições de mercado Redução do risco de erros manuais na colocação das operações Backtest o algoritmo, com base nos dados históricos e em tempo real disponíveis Reduzido Possibilidade de erros por parte de comerciantes humanos com base em fatores emocionais e psicológicos A maior parte do dia-a-dia é negociação de alta freqüência (HFT), que tenta capitalizar colocando um grande número de ordens em velocidades muito rápidas em vários mercados e múltiplas decisões Parâmetros, com base em instruções pré-programadas. O Algo-trading é usado em muitas formas de negociação e atividades de investimento, incluindo: Investidores de médio a longo prazo ou empresas compradoras (fundos de pensão , Fundos mútuos, companhias de seguros) que compram em ações em grandes quantidades, mas não querem influenciar os preços das ações com investimentos discretos de grande volume. Os comerciantes de curto prazo e os participantes do lado da venda (fabricantes de mercado, especuladores e arbitradores) beneficiam-se da execução de comércio automatizada além disso, algo-troca ajudas na criação de liquidez suficiente para vendedores no mercado. Tradutores sistemáticos (seguidores de tendências, comerciantes de pares, hedge funds, etc.) acham muito mais eficiente programar suas regras de negociação e deixar o programa trocar automaticamente. A negociação algorítmica proporciona uma abordagem mais sistemática ao comércio ativo do que métodos baseados em intuição ou instinto de comerciantes humanos. Algorithmic Trading Estratégias Qualquer estratégia de negociação algorítmica requer uma oportunidade identificada que é rentável em termos de ganhos melhorou redução de custos. As estratégias de negociação comuns usadas em algo-trading são as seguintes: As estratégias de negociação algorítmicas mais comuns seguem as tendências em médias móveis. Canal breakouts. Movimentos de nível de preços e indicadores técnicos relacionados. Estas são as estratégias mais fáceis e simples de implementar através de negociação algorítmica, porque essas estratégias não envolvem fazer previsões ou previsões de preços. Os negócios são iniciados com base na ocorrência de tendências desejáveis. Que são fáceis e simples de implementar através de algoritmos sem entrar na complexidade da análise preditiva. O exemplo acima mencionado de 50 e 200 dias de média móvel é uma estratégia de tendência popular seguinte. Comprar uma ação cotada dual a um preço mais baixo em um mercado e vendê-lo simultaneamente em um preço mais elevado em um outro mercado oferece o diferencial de preço como o lucro sem risco. (Para mais em estratégias negociando da tendência, veja: Estratégias simples para capitalizar em tendências. Ou arbitragem. A mesma operação pode ser replicada para ações versus instrumentos de futuros, já que existem diferenciais de preços de tempos em tempos. Implementar um algoritmo para identificar tais diferenciais de preços e colocar as ordens permite oportunidades rentáveis ​​de forma eficiente. Os fundos de índice definiram períodos de reequilíbrio para trazer as suas participações a par com os respectivos índices de referência. Isso cria oportunidades lucrativas para os comerciantes algorítmicos, que capitalizar sobre os negócios esperados que oferecem 20-80 pontos-base de lucros, dependendo do número de ações no fundo de índice, pouco antes do rebalanceamento do fundo índice. Tais negociações são iniciadas através de sistemas de negociação algorítmica para execução atempada e melhores preços. Um monte de modelos matemáticos comprovados, como a estratégia de negociação delta neutro, que permitem a negociação sobre a combinação de opções e sua segurança subjacente. Onde os negócios são colocados para compensar deltas positivos e negativos de modo que o delta da carteira seja mantido em zero. A estratégia de reversão média baseia-se na idéia de que os preços altos e baixos de um ativo são um fenômeno temporário que revertem para seu valor médio periodicamente. Identificar e definir um intervalo de preço e algoritmo de implementação com base em que permite que os comércios sejam colocados automaticamente quando o preço do ativo entrar e sair do seu intervalo definido. Volume ponderada estratégia de preço médio quebra uma grande ordem e libera dinamicamente determinados pedaços menores da ordem para o mercado usando estoque específico histórico volume perfis. O objetivo é executar a ordem próxima ao Preço Médio Ponderado pelo Volume (VWAP), beneficiando assim o preço médio. A estratégia de preço médio ponderado pelo tempo rompe uma grande ordem e libera blocos menores determinados dinamicamente da ordem para o mercado usando intervalos de tempo uniformemente divididos entre uma hora de início e uma de fim. O objetivo é executar a ordem perto do preço médio entre o início eo fim, minimizando assim o impacto no mercado. Até que a ordem de negociação seja totalmente preenchida, este algoritmo continua enviando ordens parciais, de acordo com a proporção de participação definida e de acordo com o volume negociado nos mercados. A estratégia de etapas relacionadas envia ordens a uma porcentagem definida pelo usuário de volumes de mercado e aumenta ou diminui essa taxa de participação quando o preço da ação atinge níveis definidos pelo usuário. A estratégia de redução da implementação tem como objetivo minimizar o custo de execução de uma ordem, trocando o mercado em tempo real, economizando no custo da ordem e beneficiando do custo de oportunidade da execução atrasada. A estratégia irá aumentar a taxa de participação alvo quando o preço das ações se move favoravelmente e diminuí-lo quando o preço das ações se move adversamente. Existem algumas classes especiais de algoritmos que tentam identificar acontecimentos do outro lado. Esses algoritmos de sniffing, usados, por exemplo, por um fabricante de mercado de sell side têm a inteligência interna para identificar a existência de quaisquer algoritmos no lado de compra de uma grande ordem. Essa detecção por meio de algoritmos ajudará o criador de mercado a identificar grandes oportunidades de pedidos e permitir que ele se beneficie ao preencher os pedidos a um preço mais alto. Isso às vezes é identificado como front-running de alta tecnologia. Requisitos técnicos para negociação algorítmica Implementar o algoritmo usando um programa de computador é a última parte, bateu com backtesting. (Para mais sobre negociação de alta freqüência e práticas fraudulentas, consulte: Se você comprar ações on-line, você está envolvido em HFTs. O desafio é transformar a estratégia identificada em um processo informatizado integrado que tenha acesso a uma conta comercial para a colocação de encomendas. Os seguintes são necessários: Conhecimento de programação de computador para programar a estratégia de negociação requerida, programadores contratados ou software de negociação pré-fabricado Conectividade de rede e acesso a plataformas de negociação para colocar as ordens Acesso a feeds de dados de mercado que serão monitorados pelo algoritmo para oportunidades de colocar Ordens A capacidade ea infra-estrutura para backtest o sistema uma vez construído, antes de ir viver em mercados reais Dados históricos disponíveis para backtesting, dependendo da complexidade das regras implementadas no algoritmo Aqui está um exemplo abrangente: Royal Dutch Shell (RDS) está listado em Amsterdam Bolsa de Valores (AEX) e Bolsa de Valores de Londres (LSE). Permite construir um algoritmo para identificar oportunidades de arbitragem. Aqui estão algumas observações interessantes: AEX negocia em Euros, enquanto LSE negocia em libras esterlinas Devido à diferença de uma hora, AEX abre uma hora mais cedo do que LSE, seguido por ambas as trocas que negociam simultaneamente por próximas horas e então negociando somente em LSE durante A última hora à medida que a AEX fecha Podemos explorar a possibilidade de negociação de arbitragem sobre as ações da Royal Dutch Shell listadas nesses dois mercados em duas moedas diferentes Um programa de computador que pode ler os preços atuais de mercado Alimentações de preços tanto da LSE quanto da AEX A forex rate feed for Taxa de câmbio GBP-EUR Ordem de capacidade de colocação que pode encaminhar a ordem para a troca correta Capacidade de back-testing em feeds de preços históricos O programa de computador deve executar o seguinte: Leia o feed de preços de entrada de ações RDS de ambas as câmaras Usando as taxas de câmbio disponíveis . Converter o preço de uma moeda para outra Se houver uma discrepância de preço suficientemente grande (descontando os custos de corretagem) levando a uma oportunidade lucrativa, então coloque a ordem de compra em câmbio de menor preço e venda na ordem de câmbio mais alta Se as ordens forem executadas como Desejado, o lucro de arbitragem seguirá Simples e Fácil No entanto, a prática de negociação algorítmica não é tão simples de manter e executar. Lembre-se, se você pode colocar um comércio algo-gerado, assim que os outros participantes do mercado. Conseqüentemente, os preços flutuam em milisegundos e até microssegundos. No exemplo acima, o que acontece se o seu comércio comprar é executado, mas vender o comércio doesnt como os preços de venda mudar no momento em que sua ordem atinge o mercado Você vai acabar sentado com uma posição aberta. Tornando sua estratégia de arbitragem inútil. Há riscos e desafios adicionais: por exemplo, riscos de falha de sistema, erros de conectividade de rede, intervalos de tempo entre ordens comerciais e execução e, o mais importante de tudo, algoritmos imperfeitos. Quanto mais complexo for um algoritmo, o backtesting mais rigoroso é necessário antes de ser colocado em ação. A análise quantitativa de um desempenho de algoritmos desempenha um papel importante e deve ser examinada criticamente. Sua emocionante para ir para a automação auxiliado por computadores com uma noção de fazer dinheiro sem esforço. Mas um deve certificar-se que o sistema é testado completamente e os limites requeridos são ajustados. Os comerciantes analíticos devem considerar a aprendizagem de programação e sistemas de construção por conta própria, para ter certeza de implementar as estratégias certas de forma infalível. O uso cauteloso e o teste completo de algo-trading podem criar oportunidades lucrativas. QuotHINTquot é uma sigla que significa quothigh renda não impostos. quot É aplicado a high-assalariados que evitam pagar renda federal. Um fabricante de mercado que compra e vende títulos corporativos de curto prazo, chamados de papel comercial. Um negociante de papel é tipicamente. Uma ordem colocada com uma corretora para comprar ou vender um número definido de ações a um preço especificado ou melhor. A compra e venda irrestrita de bens e serviços entre países sem a imposição de restrições, tais como. No mundo dos negócios, um unicórnio é uma empresa, geralmente uma start-up que não tem um registro de desempenho estabelecido. Uma quantidade que um homeowner deve pagar antes que o seguro cobre os danos causados ​​por um furacão. Algoritmo de suavização Esta é uma mensagem multiparte no formato de MIME. -------------- EEF7266D817C2C2E4493D460 Conteúdo-Tipo: text / plain charsetus-ascii Content-Transfer-Codificação: 7bit Eu preciso de alguns algoritmos de suavização. Estou usando o Rabiner Median / Linear Filter, mas não é smmothing enougth. Eu implementei algum algoritmo diferencial de suavização, mas os pesquisadores dizem que não é científico (na verdade, há uma suposição nele). Alguém sabe uma maneira de suavizar um dados ruidosos (vetor) em Matlab -------------- EEF7266D817C2C2E4493D460 Content-Type: texto / x-vcard charsetus-ascii namehugobp. vcf Content-Transfer-Encoding : 7bit Conteúdo-Descrição: Cartão para Hugo Bastos de Paula Conteúdo-Disposição: anexo filenamehugobp. vcf início: vcard n: de PaulaHugo telwork: 55 (31) 499-5465 x-mozilla-html: FALSO url: cpdee. ufmg. br org: UFMG - Universidade Federal de Minas Gerais CPDEE - Centro de Pesquisa e Desenvolvimento em Engenharia Eltrica versão: 2.1 emailinternet: hugobpcpdee. ufmg. br título: Mestrado em Engenharia de Telecomunicações. Adrquoted-printable: Av. AntF4nio Carlos, 66270D0APampulhaBelo HorizonteMG31270-901Brasil fn: Hugo Bastos de Paula fim: vcard Você já experimentou um wavelet denoising Você pode obter um wavelet toolbox de mathtools ou algo completamente diferente como spline aproximação Boa sorte, Martin. Você pode pensar em sua lista de observação como segmentos que você tem marcado. Você pode adicionar tags, autores, threads e até mesmo resultados de pesquisa à sua lista de observação. Desta forma, você pode facilmente acompanhar os tópicos que você está interessado polegadas Para ver a sua lista de observação, clique no link quotMas newsreaderquot. Para adicionar itens à sua lista de observação, clique no link quotadd para assistir listquot na parte inferior de qualquer página. Como adicionar um item à minha lista de observação Pesquisa Para adicionar critérios de pesquisa à sua lista de observação, pesquise o termo desejado na caixa de pesquisa. Clique no botão quotAdicionar esta pesquisa ao meu link de listagem de visualizações na página de resultados de pesquisa. Você também pode adicionar uma tag à sua lista de observação procurando a tag com a diretiva quottag: tagnamequot onde tagname é o nome da tag que você gostaria de assistir. Autor Para adicionar um autor à sua lista de observação, vá para a página de perfil dos autores e clique no botão quotAdicionar este autor ao meu link de lista de observação no topo da página. Você também pode adicionar um autor à sua lista de observação, indo a um tópico que o autor postou e clicando no quotAdicionar este autor ao meu link listquot do relógio. Você será notificado sempre que o autor fizer um post. Tópico Para adicionar um tópico à sua lista de observação, vá para a página de discussão e clique no link Adicionar este tópico ao meu link de lista de atalhos na parte superior da página. Sobre Newsgroups, Newsreaders e MATLAB Central O que são newsgroups Os newsgroups são um fórum mundial aberto a todos. Grupos de notícias são usados ​​para discutir uma enorme variedade de tópicos, fazer anúncios e trocar arquivos. As discussões são encadeadas ou agrupadas de forma a permitir que você leia uma mensagem postada e todas as suas respostas em ordem cronológica. Isto torna mais fácil seguir o fio da conversa e ver whatrsquos já foi dito antes de postar sua própria resposta ou fazer uma nova postagem. O conteúdo do grupo de notícias é distribuído por servidores hospedados por várias organizações na Internet. As mensagens são trocadas e gerenciadas usando protocolos de padrão aberto. Nenhuma entidade única ldquoownsrdquo os newsgroups. Existem milhares de newsgroups, cada um abordando um único tópico ou área de interesse. O MATLAB Central Newsreader publica e exibe mensagens no newsgroup comp. soft-sys. matlab. Como faço para ler ou publicar nos newsgroups Você pode usar o leitor de notícias integrado no site da MATLAB Central para ler e publicar mensagens neste newsgroup. MATLAB Central é hospedado por MathWorks. As mensagens enviadas através do Central Newsreader do MATLAB são vistas por todos os grupos de notícias, independentemente de como eles acessam os grupos de notícias. Há várias vantagens em usar o MATLAB Central. Uma Conta A sua conta do MATLAB Central está ligada à sua Conta MathWorks para facilitar o acesso. Use o endereço de e-mail da sua escolha O MATLAB Central Newsreader permite que você defina um endereço de e-mail alternativo como seu endereço de postagem, evitando a confusão na sua caixa de correio principal e reduzindo o spam. Controle de Spam A maioria de spam do newsgroup é filtrada para fora pelo newsreader central de MATLAB. Marcação As mensagens podem ser marcadas com um rótulo relevante por qualquer usuário conectado. As tags podem ser usadas como palavras-chave para encontrar arquivos particulares de interesse ou como uma maneira de categorizar suas postagens marcadas. Você pode optar por permitir que outras pessoas visualizem suas tags e você pode exibir ou pesquisar outras tags, bem como as da comunidade em geral. Tagging fornece uma maneira de ver tanto as grandes tendências e as menores, mais obscuras idéias e aplicações. Listas de vigilância A configuração de listas de observação permite que você seja notificado das atualizações feitas em postagens selecionadas por autor, segmento ou qualquer variável de pesquisa. As notificações da sua lista de observações podem ser enviadas por email (resumo diário ou imediato), exibidas em Meu leitor de notícias ou enviadas via feed RSS. Outras maneiras de acessar os grupos de notícias Use um leitor de notícias através de sua escola, empregador ou provedor de serviços de internet Pagar pelo acesso de grupos de notícias de um provedor comercial Usar Grupos do Google Mathforum. org fornece um leitor de notícias com acesso ao grupo de notícias comp. soft sys. matlab Execute seu próprio servidor. Para obter instruções típicas, consulte: slyck / ngpage2 Selecionar sua média de CountryMoving A função resultmovingmean (dados, janela, dim, opção) calcula uma média móvel centralizada dos dados da matriz de dados usando um tamanho de janela especificado na janela na dimensão dim, usando o algoritmo Especificado na opção. Dim e opção são entradas opcionais e serão padrão para 1. Dim e opcional entradas opcionais podem ser ignoradas completamente ou pode ser substituído por a. Por exemplo, movingmean (dados, janela) dará os mesmos resultados que movingmean (data, window, 1,1) ou movingmean (data, window ,, 1). O tamanho ea dimensão da matriz de dados de entrada são limitados apenas pelo tamanho máximo da matriz para a sua plataforma. A janela deve ser um número inteiro e deve ser ímpar. Se a janela é mesmo então é arredondado para baixo para o próximo número impar mais baixo. A função calcula a média móvel incorporando um ponto central e (janela-1) / 2 elementos antes e depois na dimensão especificada. Nas bordas da matriz, o número de elementos antes ou depois é reduzido para que o tamanho da janela real seja menor que a janela especificada. A função é dividida em duas partes, um algoritmo 1d-2d e um algoritmo 3D. Isto foi feito para optimizar a velocidade da solução, especialmente em matrizes menores (isto é, 1000 x 1). Além disso, vários algoritmos diferentes para o problema 1d-2d e 3d são fornecidos como em certos casos o algoritmo padrão não é o mais rápido. Isto tipicamente acontece quando a matriz é muito larga (isto é 100 x 100000 ou 10 x 1000 x 1000) e a média móvel está a ser calculada na dimensão mais curta. O tamanho onde o algoritmo padrão é mais lento dependerá do computador. MATLAB 7.8 (R2009a) Tags para este arquivo Por favor, faça o login para marcar arquivos. Faça o login para adicionar um comentário ou avaliação. Comentários e Avaliações (7) Como é que movemean lidar com as extremidades Começa com um tamanho de janela que engloba apenas o ponto 1 em 1, em seguida, 3 pontos no ponto 2, em seguida, aumentando no tamanho da janela até que o tamanho da janela é o especificado na entrada de função Obrigado. Agradável e simples. Obrigado. Bom trabalho Muito útil como disse Stephan Wolf. Apenas o que eu estava procurando. Média móvel centrada que é capaz de trabalhar em um enredo em toda a largura, sem ter que olhar para o tamanho da janela do filtro e mover o início. Great MathWorks Acelerando o ritmo de engenharia e ciência MathWorks é o desenvolvedor líder de software de computação matemática para engenheiros e cientistas.