Glätten von Zeitreihen

Glätten von Zeitreihen

Gleitende Durchschnitte gehören zu den meisteingesetzten Techniken in der Vorbereitung von Zeitreihen für Analysen. Sie werden genutzt, um störendes "weisses Rauschen" zu filtern, die Zeitreihen zu glätten oder auch, um bestimmte Informationsbestandteile in der Zeitreihe hervorzuheben.

In den Artikeln "Gedächtnisstrukturen in Neuronengeflechten" und "Regressionsforecasts für vorausschauende Gedächtnisstrukturen" besprechen wir noch weitere Nebeneffekte dieser Glättungsalgorithmen: Sie alle können als elektronische Gedächtnisstrukturen betrachtet werden, die in spezifischer, unterschiedlicher Weise auf starke und schwache Reize reagieren. Gleitende Durchschnitte sind ebenfalls ein wertvolles Tool für Data-Mining-Aufgaben - ebenso zuverlässig wie leicht zu berechnen. Nicht zuletzt können sie auch bei der Lösung weniger komplizierter Prognose-Probleme eingesetzt werden.

Die folgenden Beiträge behandeln acht verschiedene Arten von Gleitenden Durchschnitten:

1. Simple Moving Average (SMA)
2. Exponential Moving Average (EMA)
3. Adaptive Moving Average (AMA)
4. Linear Moving Average (LMA)
5. Triangular Moving Average (TMA)
6. Sine-Weighted Moving Average (SWMA)
7. Endpoint Moving Average (EPMA)
8. Moving Linear Regression Forecast (RMA)

Während die ersten sechs Typen normalerweise für Glättungsaufgaben verwendet werden, konzentrieren sich sowohl der Endpoint Moving Average als auch der Moving Linear Regression Forecast (entwickelt von Ivorix) auf die Hervorhebung von Divergenzen zwischen der originalen und der transformierten Zeitreihe.

Die Implementierungen der einzelnen Gleitenden Durchschnitte liefern gültige Werte vom ersten Datenpunkt an. Die Werte für Datenpunkte n mit einem n kleiner der Implementierungsspanne (p) des jeweiligen Gleitenden Durchschnitts werden jedoch interpoliert. Um sicher zu sein, sollten Sie die ersten p Datenpunkte der berechneten Zeitreihen nur dann verwenden, wenn Sie sicher sind, dass diese Interpolationen Ihre Analysen nicht negativ beeinflussen.

Bitte berücksichtigen Sie, dass wir Formeln und C++-Algorithmen "AS IS" und zu reinen Informationszwecken zur Verfügung stellen. Der Einsatz unseres Codes in kommerziellen Anwendungen von Drittherstellern ist ausdrücklich untersagt. Wenn Sie vorhaben, den Code einzusetzen, können Sie die "Ivorix Memory Components" erwerben, eine C++-Bibliothek, die Implementierungen der beschriebenen Algorithmen enthält. Weiterführende Informationen zu diesem Produkt beantwortet Ihnen gern die Sales-Abteilung.