如何计算 R 中的指数移动平均线？

在本文中，我们将了解如何在 R 编程语言中计算指数移动平均线。

指数移动平均线 (EMA)告诉我们前 K 个数据点的加权平均值。 EMA 对最近的数据点赋予了更大的权重和重要性。为了获得 EMA，我们将使用 R 编程语言中的 pracma 包。要安装运行以下命令：

install.packages("pracma")

创建数据框进行演示

R

# create data frame
df <- data.frame(Rank=1:10,
                 Marks=c(65, 60, 54, 46, 37,
                         30, 29, 25, 24, 19))
  
# Display data frame
print(df)

输出：

Rank Marks
1     1    65
2     2    60
3     3    54
4     4    46
5     5    37
6     6    30
7     7    29
8     8    25
9     9    24
10   10    19

计算 R 中的指数移动平均线

movavg()函数用于计算 R 中的 EMA。

movavg(x, n, type=c(“s”, “t”, “w”, “m”, “e”, “r”))

Arguments

• x: time series as numeric vector.
• n: backward window length.
• type: one of “s”, “t”, “w”, “m”, “e”, or “r”.

R

library(pracma)
  
df <- data.frame(Rank=1:10,
                 Marks=c(65, 60, 54, 46, 37,
                         30, 29, 25, 24, 19))
  
# Exponentially weighted moving average 
# using the 3 previous marks
df$EMA <- movavg(df$Marks, n=3, type='e')
  
# Display DataFrame 
print(df)

输出：

Rank Marks      EMA
1     1    65 65.00000
2     2    60 62.50000
3     3    54 58.25000
4     4    46 52.12500
5     5    37 44.56250
6     6    30 37.28125
7     7    29 33.14062
8     8    25 29.07031
9     9    24 26.53516
10   10    19 22.76758

EMA 的可视化

在这里，我们将通过折线图将标记与 3 天指数加权移动平均线进行比较。

R

library(ggplot2)
library(reshape2)
library(pracma)
  
  
df <- data.frame(Rank=1:10,
                 Marks=c(65, 60, 54, 46, 37, 
                         30, 29, 25, 24, 19))
  
# Exponentially weighted moving average
# using the 3 previous marks
df$EMA <- movavg(df$Marks, n=3, type='e')
  
df <- melt(df ,  id.vars = 'Rank', variable.name = 'series')
  
ggplot(df, aes(Rank, value)) +
  geom_line(aes(colour = series))

输出：