David, Ja, MapReduce ist beabsichtigt, auf einer großen Menge an Daten zu operieren Und die Idee ist, dass im Allgemeinen die Karte und die reduzierten Funktionen nicht darauf achten sollten, wie viele Mapper oder wie viele Reduzierstücke es gibt, das ist nur Optimierung Wenn Sie sorgfältig darüber nachdenken Der Algorithmus, den ich gepostet habe, können Sie sehen, dass es nicht wichtig ist, welcher Mapper bekommt, welche Teile der Daten jeder Eingabedatensatz für jeden reduzierenden Betrieb verfügbar sein wird, der es benötigt Joe K Sep 18 12 bei 22 30. Im besten meiner Verständnis gleitenden Durchschnitt Ist nicht schön Karten zum MapReduce-Paradigma, da seine Berechnung im Wesentlichen Schiebefenster über sortierte Daten ist, während MR die Verarbeitung von nicht geschnittenen Bereichen von sortierten Daten ist. Solution, die ich sehe, ist wie folgt a Um benutzerdefinierte Partitionierer zu implementieren, um zwei verschiedene Partitionen erstellen zu können In zwei Läufen In jedem Lauf erhalten Sie Ihre Reduzierstücke unterschiedliche Datenbereiche und berechnen gleitenden Durchschnitt, wo angemessen ich versuche zu veranschaulichen Im ersten Lauf Daten für Reduzierer sollten R1 Q1, Q2, Q3, Q4 R2 Q5, Q6, Q7, Q8.hier Sie cacluate gleitenden Durchschnitt für einige Qs. In nächsten laufen Ihre Reduzierer sollten Daten wie R1 Q1 Q6 R2 Q6 Q10 R3 Q10 Q14.And caclulate den Rest der sich bewegenden Durchschnitte Dann müssen Sie aggregieren results. Idea von Benutzerdefinierte Partitionierer, dass es zwei Modi der Operation haben wird - jedes Mal in gleiche Bereiche, aber mit einigen Verschiebung In einem Pseudocode wird es aussehen wie diese Partitionstaste SHIFT MAXKEY numOfPartitions wo SHIFT wird aus der Konfiguration MAXKEY Maximalwert der Taste, die ich nehme genommen werden Aus Gründen der Einfachheit, dass sie mit Null beginnen. RecordReader, IMHO ist keine Lösung, da es auf bestimmte Split begrenzt ist und kann nicht über Split s Grenze gleiten. Eine andere Lösung wäre, um benutzerdefinierte Logik der Aufteilung von Eingabedaten zu implementieren ist es Teil der InputFormat It Kann getan werden, um 2 verschiedene Dias zu tun, ähnlich wie partitioning. Moving Durchschnitte Was sind sie. Among die beliebtesten technischen Indikatoren, gleitende Durchschnitte werden verwendet, um die Richtung des aktuellen Trends zu beurteilen Jede Art von Gleitender Durchschnitt, der üblicherweise in diesem Tutorial geschrieben wird, da MA ein mathematisches Ergebnis ist, das durch Mittelung einer Anzahl von vergangenen Datenpunkten berechnet wird. Sobald er bestimmt ist, wird der daraus resultierende Durchschnitt dann auf ein Diagramm aufgetragen, um es den Händlern zu ermöglichen, geglättete Daten zu betrachten, anstatt sich zu konzentrieren Die alltäglichen Preisschwankungen, die allen Finanzmärkten innewohnen. Die einfachste Form eines gleitenden Durchschnitts, die in geeigneter Weise als einfacher gleitender Durchschnitts-SMA bekannt ist, wird berechnet, indem man das arithmetische Mittel eines gegebenen Satzes von Werten annimmt Berechnen einen grundlegenden 10-Tage gleitenden Durchschnitt würden Sie addieren die Schlusskurse aus den letzten 10 Tagen und dann teilen das Ergebnis um 10 In Abbildung 1, die Summe der Preise für die letzten 10 Tage 110 ist durch die Anzahl der Tage 10 geteilt Um den 10-tägigen Durchschnitt zu erreichen Wenn ein Trader einen 50-Tage-Durchschnitt sehen möchte, würde die gleiche Art von Berechnung gemacht werden, aber es würde die Preise in den letzten 50 Tagen enthalten. Der daraus resultierende Durchschnitt unter 11 berücksichtigt th E Vergangenheit 10 Datenpunkte, um den Händlern eine Vorstellung davon zu geben, wie ein Vermögenswert in Bezug auf die letzten 10 Tage vergeben wird. Vielleicht fragen Sie sich, warum technische Händler dieses Werkzeug einen gleitenden Durchschnitt nennen und nicht nur ein normales Mittel. Die Antwort ist das als neu Werte werden verfügbar, die ältesten Datenpunkte müssen aus dem Set gelöscht werden und es müssen neue Datenpunkte kommen, um sie zu ersetzen. So wird der Datensatz ständig auf neue Daten umgestellt, sobald er verfügbar ist. Diese Berechnungsmethode stellt sicher, dass nur der aktuelle Information wird in Abbildung 2 berücksichtigt, sobald der neue Wert von 5 dem Satz hinzugefügt wird, bewegt sich der rote Kasten, der die letzten 10 Datenpunkte repräsentiert, nach rechts und der letzte Wert von 15 wird aus der Berechnung gelöscht Weil der relativ kleine Wert Von 5 ersetzt den hohen Wert von 15, würden Sie erwarten, um den Durchschnitt der Datensatzabnahme zu sehen, was es tut, in diesem Fall von 11 bis 10.Was do Moving Averages aussehen Wie Sobald die Werte der MA berechnet wurden, Sie sind pl Otted auf ein Diagramm und dann verbunden, um eine gleitende durchschnittliche Linie zu schaffen Diese geschwungenen Linien sind auf den Charts der technischen Händler üblich, aber wie sie verwendet werden, kann drastisch mehr auf diesem später variieren Wie Sie in Abbildung 3 sehen können, ist es möglich, hinzuzufügen Mehr als ein gleitender Durchschnitt zu jedem Diagramm durch die Anpassung der Anzahl der Zeiträume, die in der Berechnung verwendet werden Diese geschwungenen Linien können ablenkende oder verwirrend auf den ersten, aber Sie werden an sie gewöhnen, wie die Zeit vergeht Die rote Linie ist einfach der durchschnittliche Preis über Die letzten 50 Tage, während die blaue Linie ist der durchschnittliche Preis über die letzten 100 Tage. Jetzt, dass Sie verstehen, was ein gleitender Durchschnitt ist und wie es aussieht, werden wir eine andere Art von gleitenden Durchschnitt vorstellen und untersuchen, wie es unterscheidet sich von der Zuvor erwähnten einfachen gleitenden Durchschnitt. Der einfache gleitende Durchschnitt ist bei den Händlern sehr beliebt, aber wie alle technischen Indikatoren hat er seine Kritik. Viele Einzelpersonen argumentieren, dass die Nützlichkeit der SMA begrenzt ist, weil jeder Punkt in der Datenreihe wird gleich gewichtet, unabhängig davon, wo es in der Sequenz auftritt. Kritiker argumentieren, dass die jüngsten Daten signifikanter sind als die älteren Daten und einen größeren Einfluss auf das Endergebnis haben sollten. Als Reaktion auf diese Kritik begannen die Händler Um den jüngsten Daten mehr Gewicht zu verleihen, was seither zur Erfindung von verschiedenen Arten von neuen Mitteln geführt hat, die beliebteste davon ist der exponentielle gleitende Durchschnitt EMA Für weitere Lesungen siehe Grundlagen der gewichteten gleitenden Mittelwerte und was ist der Unterschied zwischen einem SMA und ein EMA. Exponential Moving Average Der exponentielle gleitende Durchschnitt ist eine Art von gleitenden Durchschnitt, die mehr Gewicht auf die jüngsten Preise in einem Versuch, um es mehr auf neue Informationen zu reagieren Lernen die etwas komplizierte Gleichung für die Berechnung einer EMA kann für viele unnötig sein Händler, da fast alle Charting-Pakete die Berechnungen für Sie machen Aber für Sie Mathe Geeks da draußen, hier ist die EMA Gleichung. Wenn die Formel t O berechnen Sie den ersten Punkt der EMA, können Sie feststellen, dass es keinen Wert zur Verfügung, um als die vorherige EMA verwenden kann Dieses kleine Problem kann durch Starten der Berechnung mit einem einfachen gleitenden Durchschnitt gelöst werden und weiter mit der oben genannten Formel von dort haben wir Sie haben eine Beispielkalkulationstabelle, die reale Beispiele enthält, wie man sowohl einen einfachen gleitenden Durchschnitt als auch einen exponentiellen gleitenden Durchschnitt berechnet. Der Unterschied zwischen EMA und SMA Jetzt haben Sie ein besseres Verständnis davon, wie die SMA und die EMA berechnet werden , Lassen Sie sich einen Blick darauf werfen, wie sich diese Durchschnittswerte unterscheiden. Wenn Sie die Berechnung der EMA betrachten, werden Sie feststellen, dass mehr Aufmerksamkeit auf die jüngsten Datenpunkte gelegt wird, so dass es eine Art von gewichtetem Durchschnitt in Abbildung 5 die Anzahl der Zeiträume ist Verwendet in jedem Durchschnitt ist identisch 15, aber die EMA reagiert schneller auf die wechselnden Preise Hinweis, wie die EMA hat einen höheren Wert, wenn der Preis steigt, und fällt schneller als die SMA, wenn der Preis sinkt Diese Reaktionsfähigkeit ist der Hauptgrund, warum viele Händler es vorziehen, die EMA über die SMA zu verwenden. Was sind die verschiedenen Tage Mean Moving Mittelwerte sind ein völlig anpassbarer Indikator, was bedeutet, dass der Benutzer frei wählen kann, was Zeitrahmen sie wollen, wenn die Erstellung der Durchschnitt Die Die meisten üblichen Zeiträume, die bei bewegten Durchschnitten verwendet werden, sind 15, 20, 30, 50, 100 und 200 Tage Je kürzer die Zeitspanne, die verwendet wird, um den Durchschnitt zu erzeugen, desto empfindlicher wird es zu Preisänderungen. Je länger die Zeitspanne, desto weniger empfindlich , Oder mehr geglättet, der Durchschnitt wird es sein Es gibt keinen richtigen Zeitrahmen zu verwenden, wenn die Einrichtung Ihrer bewegenden Mittelwerte Der beste Weg, um herauszufinden, welche am besten für Sie arbeitet, ist mit einer Reihe von verschiedenen Zeiträumen zu experimentieren, bis Sie eine finden Das passt zu Ihrer Strategie. Bei der Berechnung eines laufenden gleitenden Durchschnittes, Platzierung der Durchschnitt in der mittleren Zeitspanne macht Sinn. Im vorherigen Beispiel haben wir den Durchschnitt der ersten 3 Zeiträume berechnet und platziert sie neben Periode 3 Wir konnten Haben den Durchschnitt in der Mitte des Zeitintervalls von drei Perioden platziert, das heißt, neben Periode 2 Das funktioniert gut mit ungeraden Zeiträumen, aber nicht so gut für gleichzeitige Zeiträume Also wo würden wir den ersten gleitenden Durchschnitt setzen, wenn M 4.Technisch würde der Moving Average bei t 2 5, 3 fallen 5. Um dieses Problem zu vermeiden, glätten wir die MA s mit M 2 So weglassen wir die geglätteten Werte. Wenn wir eine gerade Anzahl von Ausdrücken beurteilen, müssen wir die geglättete glatten Die folgende Tabelle zeigt die Ergebnisse mit M 4.
No comments:
Post a Comment