使用卷积实现的非常有效的移动平均滤波器。 用法： 平滑数据 = movave（数据向量，样本中的平均窗口大小） 另请参阅：同一作者的 slidefilter.m

近年来，随着机器学习 (ML) 使用的大量增加，作为 ML 的一个分支的强化学习 (RL) 方法获得了巨大的吸引力，因为它解决了决策的学习自动化问题。时间。 在金融交易的情况下，许多方法如描述性、基本面和技术分析被用于做出股票投资决策。 本文旨在探索的另一种方法是深度 Q 学习，它也是处理金融交易中更实际问题的合适方法。 本文将列出的分析方法（描述性、技术性和深度 Q 学习）应用于苹果股票指数 (AAPL)。 该论文发现，这些技术对交易者有益，也有助于进行长期和短期交易投资。

指数加权移动平均 (EWMA) 标准差对不同的回报应用不同的权重。 最近的回报对方差的影响更大。 指数加权移动平均 (EWMA) 引入了 lambda，称为平滑参数。 Lambda 必须小于 1。

信息分析与预测的实验，Python写的代码，萌新代码，勿喷，仅仅只是方便没时间写实验的朋友，直接用python打开就能运行

SQL计算某只股票5日移动平均价和5日交易量加权移动平均价（附SQL语句）

SARIMAX模型 具有外生回归模型的季节性自回归综合移动平均线

数学建模时对数据进行预处理，用移动平均法对缺失值进行填充

移动平均滤波器是一种简单的低通 FIR（有限脉冲响应）滤波器，通常用于平滑数据中的随机变化。 .

移动平均滤波器通过对来自输入信号以产生输出信号中的每个点。 在方程形式中， 这是写的： 1 M-1 Y[i] = --- 总和 X[i + j] Mj=0

概述数量分析的基本概念，例如资产估值与定价、投资组合管理、风险测量与管理以及相应MATLAB函数使用与计算实例。然后，以银行按揭贷款、商业养老保险、股票挂钩结构产品与组合保险策略为实际分析对象，利用金融数量分析与MATLAB编程对其进行深入的数量分析，展示金融数量分析的基本步骤：理论分析、数学建模、编程计算。在基本步骤的讲解中，作者根据自身（金融工程师）的经验，指出了在数量分析过程中理论与实践间的区别与联系。最后，以相对比较复杂的BS公式的隐含波动率的计算、KMV模型方程组的求解、移动平均Hurst指数的计算和基于优化方法的指数追踪技术为例，讲解金融数量分析的数值分析技术与MATLAB编程技巧。MATLAB基本介绍、MATLAB优化工具箱与遗传算法工具箱的使用方法作为附录，以便初级读者学习或者高级读者查阅本资源适用于经济金融学科的高年级学生、研究人员以及金融从业人员等。书中金融实例有很强的可读性、可操作性与实用性。