कैसे करते हैं - यू- calculate - एक केन्द्रित चलती - औसत

डेविड, हां, मानचित्रराडस का उद्देश्य बड़ी मात्रा में डेटा पर काम करना है और यह विचार यह है कि आम तौर पर, मानचित्र और कम करने के कार्य को ध्यान में रखना चाहिए कि कितने मैपर्स या कितने रेड्यूसर हैं, यह सिर्फ अनुकूलन है। यदि आप मुझे एल्गोरिथ्म के बारे में सावधानी से सोचते हैं, तो आप देख सकते हैं कि यह कोई बात नहीं है कि कौन सा मैपर डेटा के कुछ हिस्से को प्राप्त करता है। प्रत्येक इनपुट रिकॉर्ड प्रत्येक कम ऑपरेशन के लिए उपलब्ध होगा जो इसकी आवश्यकता है। ndash जो के के सितम्बर 18 18 12 12:30 में सबसे अच्छा मेरी समझ में चलती औसत मैप करने के लिए नक्शा ठीक से नहीं है क्योंकि इसकी गणना अनिवार्य रूप से क्रमबद्ध डेटा पर खिड़की स्लाइडिंग है, जबकि एमआर सॉर्ट किए गए डेटा के गैर-अन्तर्निहित श्रेणियों की प्रक्रिया कर रहा है। मैं जो समाधान देख रहा हूं वह निम्नलिखित है: क) कस्टम पार्टिशनर को कार्यान्वित करने के लिए दो रनों में दो अलग-अलग विभाजन बनाने में सक्षम होना। प्रत्येक रन में आपके रिड्यूसर को डेटा की विभिन्न श्रेणियां मिलेंगी और औसत चलती का अनुमान लगाया जाता है जहां उपयुक्तता का वर्णन करने की मैं कोशिश करूंगा: रेडर्स के पहले रन डेटा में होना चाहिए: R1: Q1, Q2, Q3, Q4 R2: Q5, Q6, Q7, Q8 । यहां आप कुछ क्यू के लिए चलती औसत को कैलोरी करेंगे। अगले रन में आपके रिड्यूसर को डेटा मिलना चाहिए: R1: Q1 Q6 R2: Q6 Q10 R3: Q10..Q14 और शेष चलती औसतों को सीक्यूलेट करें। फिर आपको परिणामों को एकसाथ करना होगा। कस्टम पार्टीशनर की आइडिया में ऑपरेशन के दो तरीके होंगे - हर बार समान श्रेणियों में विभाजित होता है, लेकिन कुछ बदलाव के साथ। एक छद्मकोंड में यह इस तरह दिखाई देगा। विभाजन (कुंजीएसएचआईआईएफटी) (मैक्सकेनमऑफ पार्टिशन) जहां: SHIFT कॉन्फ़िगरेशन से लिया जाएगा। अधिकतम कुंजी का अधिकतम मूल्य मैं सादगी के लिए मानता हूँ कि वे शून्य से शुरू करते हैं रिकॉर्डरडर, आईएमएचओ एक समाधान नहीं है क्योंकि यह विशिष्ट विभाजन तक सीमित है और विभाजन सीमा पर स्लाइड नहीं कर सकता। एक अन्य समाधान विभाजन इनपुट डेटा के कस्टम लॉजिक को लागू करना होगा (यह इनपुट फ़ार्मैट का हिस्सा है) यह विभाजन के समान 2 अलग-अलग स्लाइड्स करने के लिए किया जा सकता है। उत्तर 17 सितंबर को 8: 59 में जब चलने की औसत औसत की गणना की जाती है, तो मध्य समय की अवधि में औसतन अंक लग जाता है, पिछले उदाहरण में हमने पहली बार 3 समय की औसत गणना की और इसे 3 अवधि के बगल में रखा। हम तीन अवधि के अंतराल के मध्य में औसत, जो कि अवधि 2 के बगल में है। यह अजीब समय अवधि के साथ अच्छी तरह से काम करता है, लेकिन समय के लिए भी अच्छा नहीं है। तो हम पहली चलती औसत स्थान कहां रखेंगे जब एम 4 तकनीकी तौर पर, मूविंग एवरेज टी 2.5, 3.5 पर गिर जाएगी। इस समस्या से बचने के लिए हम एम 2 का इस्तेमाल करते हुए एमई को चिकना करते हैं। इस प्रकार हम चिकनी मूल्यों को चिकना करते हैं यदि हम एक भी संख्या की औसत संख्या को औसत करते हैं, तो हमें सुचारू मूल्यों को सुचारू बनाने की आवश्यकता है निम्नलिखित तालिका एम 4.Moving औसत का उपयोग करते हुए परिणाम दिखाती है: वे क्या हैं सबसे लोकप्रिय तकनीकी संकेतकों में से, चलती औसत का इस्तेमाल मौजूदा रुझान की दिशा को मापने के लिए किया जाता है। प्रत्येक प्रकार की चलती औसत (आमतौर पर इस ट्यूटोरियल में एमए के रूप में लिखा गया है) एक गणितीय परिणाम है, जो पिछले डेटा बिंदुओं की संख्या के आधार पर गणना की जाती है। एक बार निर्धारित होने पर, परिणामस्वरूप औसत एक चार्ट पर प्लॉट किया जाता है ताकि व्यापारियों को हर वित्तीय बाजारों में निहित दिन-प्रतिदिन की कीमत में उतार-चढ़ाव पर ध्यान केंद्रित करने की बजाय चिकनी डेटा देखने की इजाजत मिल सके। एक चलती औसत का सरलतम रूप, जिसे एक सरल चलती औसत (एसएमए) के रूप में जाना जाता है, की गणना मूल्यों के निर्धारित सेट के अंकगणित माध्य के आधार पर की जाती है। उदाहरण के लिए, मूल 10-दिन की चलती औसत की गणना करने के लिए आप पिछले 10 दिनों से समापन कीमतें बढ़ा सकते हैं और फिर 10 के परिणाम विभाजित करेंगे। 1 चित्रा में, पिछले 10 दिनों (110) के लिए कीमतों का योग 10 दिनों की औसत पहुंचने के लिए दिनों की संख्या (10) से विभाजित। यदि कोई व्यापारी बजाय 50-दिवसीय औसत देखने की इच्छा करता है, तो उसी प्रकार की गणना की जाएगी, लेकिन इसमें पिछले 50 दिनों में कीमत शामिल होगी। पिछले 10 दिनों के सापेक्ष परिसंपत्ति की कीमत कैसे तय की गई है, इसके बारे में व्यापारियों को यह बताने के लिए पिछले 10 डेटा पॉइंट्स के बारे में नीचे दिए गए औसत औसत (11) का अनुमान लगाया गया है। शायद आप सोच रहे हैं कि क्यों तकनीकी व्यापारियों ने इस उपकरण को एक औसत चलती औसत कहते हैं और न सिर्फ एक नियमित मतलब। इसका जवाब यह है कि नए मानों के उपलब्ध होने के नाते, सबसे पुराने डेटा अंक सेट से हटा दिए जाने चाहिए और उन्हें बदलने के लिए नए डेटा बिंदु आने चाहिए। इस प्रकार, डेटा सेट लगातार नए डेटा के लिए खाते में बढ़ रहा है क्योंकि यह उपलब्ध हो जाता है। गणना की यह विधि यह सुनिश्चित करती है कि केवल वर्तमान जानकारी का हिसाब किया जा रहा है। चित्रा 2 में, जब एक बार 5 का नया मान सेट में जोड़ा जाता है, तो लाल बॉक्स (पिछले 10 डेटा पॉइंट्स का प्रतिनिधित्व करता है) सही पर चलता है और 15 के अंतिम मान को गणना से हटा दिया गया है। चूंकि 5 का अपेक्षाकृत छोटा मान 15 के उच्च मूल्य की जगह लेता है, आप इस स्थिति में 11 से 10 के बीच डेटा सेट कम की औसत देखने की उम्मीद करेंगे। क्या चलते हुए औसत की तरह दिखते हैं एक बार जब मूल्य एमए गणना की गई है, उन्हें एक चार्ट पर प्लॉट किया जाता है और फिर चलती औसत रेखा बनाने के लिए जुड़ा हुआ है इन कर्लिंग लाइनें तकनीकी व्यापारियों के चार्ट पर आम हैं, लेकिन इसका इस्तेमाल कैसे किया जा सकता है (अधिक बाद में इस पर)। जैसा कि आप चित्रा 3 में देख सकते हैं, गणना में उपयोग की जाने वाली समयावधियों की संख्या को समायोजित करके एक चार्ट से अधिक चलती औसत जोड़ना संभव है। ये घुमावदार रेखाएं पहले पर ध्यान भंग या भ्रामक लग सकती हैं, लेकिन आप समय के साथ उनसे आदी हो जाएंगे। लाल रेखा बस पिछले 50 दिनों में औसत मूल्य है, जबकि नीली रेखा पिछले 100 दिनों से औसत कीमत है। अब जब आप समझते हैं कि चलती औसत क्या है और यह कैसा दिखता है, तो एक अलग प्रकार की चलती औसत का परिचय दें और जांचें कि यह पहले उल्लेखित सरल चलती औसत से कैसे अलग है। सरल चलती औसत व्यापारियों में बेहद लोकप्रिय है, लेकिन सभी तकनीकी संकेतकों की तरह, इसके आलोचक हैं कई व्यक्तियों का तर्क है कि एसएमए की उपयोगिता सीमित है क्योंकि डेटा श्रृंखला में प्रत्येक बिंदु को वही भारित किया जाता है, भले ही यह अनुक्रम में क्यों न हो। आलोचकों का तर्क है कि सबसे हालिया डेटा पुराने आंकड़ों के मुकाबले अधिक महत्वपूर्ण है और अंतिम परिणाम पर अधिक प्रभाव होना चाहिए। इस आलोचना के जवाब में, व्यापारियों ने हालिया आंकड़ों को और अधिक वजन देना शुरू कर दिया, जिसके बाद से विभिन्न प्रकार की नई औसत का आविष्कार हुआ, जो सबसे अधिक प्रचलित गति औसत (एएमए) है। (आगे पढ़ने के लिए, वेटेड मूविंग एवरेज की मूल बातें देखें और एसएमए और एएमए के बीच का अंतर देखें) एक्सपेंनेबल मूविंग एवरल एक्सपेंलेनेबल मूविंग एवरल एक प्रकार का चलती औसत है जो हालिया मूल्यों को और अधिक संवेदनशील बनाने के प्रयास में अधिक वजन देता है नई जानकारी के लिए ईएमए की गणना के लिए कुछ जटिल समीकरण सीखना कई व्यापारियों के लिए अनावश्यक हो सकता है, क्योंकि लगभग सभी चार्टिंग पैकेज आपके लिए गणना करते हैं हालांकि, आप गणित के लिए बाहर गीके, यहाँ EMA समीकरण है: जब ईएमए के पहले बिंदु की गणना करने के लिए सूत्र का उपयोग करते हुए, आप देख सकते हैं कि पिछले ईएमए के रूप में उपयोग करने के लिए कोई मूल्य उपलब्ध नहीं है। इस छोटी सी समस्या को सरल चलती औसत के साथ गणना शुरू करने और वहां से ऊपर के सूत्र के साथ जारी करके हल किया जा सकता है। हमने आपको एक नमूना स्प्रैडशीट प्रदान किया है जिसमें वास्तविक जीवन के उदाहरण शामिल हैं, जिनमें एक सरल चलती औसत और एक घातीय चलती औसत दोनों की गणना की जाती है। एएमए और एसएमए के बीच का अंतर अब जब आपको एसएमए और एएमए की गणना की जाने वाली समझ है, तो यह देखें कि यह औसत कैसे अलग है। ईएमए की गणना को देखते हुए, आप देखेंगे कि हाल के डेटा बिंदुओं पर अधिक जोर दिया गया है, जिससे यह एक औसत भारित औसत बना सकता है। चित्रा 5 में, प्रत्येक औसत में उपयोग की जाने वाली समयावधि की संख्या एक समान (15) है, लेकिन ईएमएम बदलते कीमतों पर अधिक तेज़ी से जवाब देती है। ध्यान दें कि कीमत बढ़ने पर ईएमए का क्या उच्च मूल्य है, और जब कीमत में गिरावट आ रही है तो एसएमए की तुलना में तेजी से गिरता है। इस जवाबदेही का मुख्य कारण यह है कि कई व्यापारिक एसएमए पर एएमए का उपयोग करना पसंद करते हैं। अलग दिन क्या होता है बढ़ते औसत एक पूरी तरह से अनुकूलन योग्य सूचक है, जिसका अर्थ है कि औसत बनाने के दौरान उपयोगकर्ता जो भी समय सीमा चाहते हैं, उन्हें स्वतंत्र रूप से चुन सकते हैं चलने की औसत में सबसे सामान्य समय अवधि 15, 20, 30, 50, 100 और 200 दिन होती है। औसत बनाने के लिए कम समय अवधि, अधिक संवेदनशील यह मूल्य परिवर्तनों के लिए होगा। अब समय अवधि, कम संवेदनशील, या अधिक चिकनाई, औसत हो जाएगा आपकी चलती औसत सेट करते समय उपयोग करने के लिए कोई सही समय सीमा नहीं है यह पता लगाने का सबसे अच्छा तरीका है कि आपके लिए सबसे अच्छा कौन काम करता है, वह कई अलग-अलग समय अवधि के साथ प्रयोग करना है जब तक कि आप अपनी रणनीति को फिट नहीं कर पाते। स्थानांतरण औसत: उनका उपयोग कैसे करें