指数加权移动平均值 EMA

-----------------------原文   https://blog.csdn.net/mzpmzk/article/details/80085929?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task   -----------

Exponential Weighted Moving  Average   EMA  指数加权移动平均

1 演化    

算术平均(权重相等) -----加权平均(权重不等) ------移动平均(大约是只取最近的N次数据进行权重不等的计算)-----批量归一化(BN)及各种优化算法的基础

 EMA  是以指数式递减加权的移动平均，各数值的加权影响力随时间呈指数式递减，时间越靠近当前时刻的数据加权影响力越大。

 

 

EMA的优点及其应用理解

1   EMA的优点

它占用内存极小

移动平均线能较好的反应时间序列的变化趋势，权重的大小不同起到的作用也是不同的。时间比较久远的变量值的影响力相对较低，时间比较远的全量值的影响力相对较高。

2  EMA在Momentum优化算法中的应用的理解

 

 

------------恢复内容结束------------