ForHosting KIT · Matematica

Media mobile esponenziale

Cinque letture che partono da 10 e salgono di uno a ogni passo, smussate con un fattore di 0,5, finiscono con una EMA di 13,0625: i valori recenti contano di più e quelli vecchi sfumano in modo geometrico. Ottiene l'intero percorso smussato. Gratis nel suo browser.

  • Gratis
  • Funziona nel suo browser
  • Senza registrazione
  • I suoi dati restano sul dispositivo
Usalo da WebAPIEmailTelegramApp presto
Se inserisce
Serie
10, 11, 12, 13, 14
Fattore
0,5
Ottiene
N
5
Ema
10, 10,5, 11,25, 12,125, 13,0625
Ultima EMA
13,0625

Una media mobile esponenziale (EMA) è uno smussatore ricorsivo che moltiplica l’ultima osservazione per un fattore di smoothing α e la combina con l’EMA precedente con peso (1 − α). A differenza di una media mobile semplice che dà peso uguale a ogni punto in una finestra fissa e zero fuori da essa, l’EMA ricorda l’intera cronologia con influenza a decadimento geometrico, così le letture recenti muovono il risultato più di quelle lontane.

Cos’è una media mobile esponenziale e perché differisce da una media semplice

Parta dalla media mobile semplice (SMA): scelga una lunghezza di finestra N, medi gli ultimi N punti e faccia scorrere la finestra. Ogni punto nella finestra ha peso 1/N; ogni punto più vecchio di N ha peso zero. Quel taglio netto è facile da spiegare, ma crea salti quando un grande picco entra o esce dalla finestra e ignora del tutto informazioni antiche utili.

La media mobile esponenziale sostituisce la finestra rigida con un unico fattore di smoothing α tra zero e uno. Svolgendo la ricorrenza, il peso di un’osservazione k passi indietro è α · (1 − α)^k, una serie geometrica che non scende mai del tutto a zero e decade in fretta quando α è grande. Quando α è piccolo la traiettoria è liscia e molto ritardata; quando α si avvicina a uno l’EMA aderisce all’ultimo valore.

Gli operatori spesso impostano α = 2 / (N + 1) così un’«EMA a N periodi» ha un’emivita paragonabile a una SMA a N periodi, ma l’oggetto matematico richiede solo α. Gli analisti usano EMA su prezzi, volumi, flussi di sensori, metriche web e rumore residuo perché l’aggiornamento è O(1) per tick dopo il seme, richiede solo lo stato EMA precedente e non anticipa il futuro se applicata online.

Una media aritmetica semplice dell’intera serie è un’altra statistica: tratta allo stesso modo la prima e l’ultima osservazione e non è un filtro nel tempo. Questo strumento è specificamente il filtro EMA ricorsivo con α esplicito, non una media a finestra scorrevole né la media e la varianza di una distribuzione di probabilità esponenziale.

Smussatori di prezzi e rendimenti nei notebook di trading

Quantitativi e studenti calcolano traiettorie EMA su prezzi di chiusura con un α esplicito (o α dallo span N) per confrontare ritardo, rumore e regole di crossover senza formule di foglio di calcolo.

Metriche di sensori e operazioni

Gli ingegneri smussano flussi di temperatura, latenza o tasso di errore con un α reattivo così le dashboard evidenziano i recenti cambi di regime e smorzano i picchi di un singolo campione.

Quale formula usa l’EMA?

Un α più alto pesa di più i punti recenti.

Come si converte uno span di EMA a N periodi in α?

Una convenzione comune è α = 2 / (N + 1). Passi l’α risultante come factor; questo strumento non accetta solo lo span.

Il calcolatore di media mobile esponenziale è gratuito?

Lo strumento del browser gira gratis sul Suo dispositivo.

Quale fattore di smoothing conviene scegliere?

I filtri brevi e reattivi usano spesso valori vicini a 0,3 o 0,5, quelli lenti di tendenza valori vicini a 0,05 o 0,1. Un fattore alto segue da vicino l'ultimo valore, uno basso dà una curva più liscia ma con più ritardo.

In che cosa una EMA differisce da una media mobile semplice?

La media mobile semplice dà lo stesso peso a ogni punto di una finestra fissa e ignora quelli più vecchi, il che crea salti quando un picco entra o esce. La EMA conserva tutta la storia con pesi che calano in modo geometrico.

Tutto quello che vedi in questa pagina è disponibile anche via API. Questa sezione è per i team che vogliono integrarlo nei propri sistemi; chi non ne ha bisogno può semplicemente usare lo strumento qui sopra.

POSThttps://api.kit.forhosting.com/stat/exponential-moving-average

Autenticazione con Bearer token: un POST mette in coda l'attività e il risultato arriva via webhook o link firmato.

curl -X POST https://api.kit.forhosting.com/stat/exponential-moving-average \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"series":[10,11,12,13,14],"factor":0.5}'
{
  "series": [
    10,
    11,
    12,
    13,
    14
  ],
  "factor": 0.5
}
{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "stat.exponential_moving_average",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

L'API è asincrona: ricevi subito un task_id e puoi fare polling fino a 1 richiesta al secondo.

per richiesta$0.002

Prezzo pubblicato, senza token né crediti. Se l'attività fallisce, non paghi.

HTTPCodiceSignificato
401unauthorizedChiave API mancante o non valida: controlla l'header Authorization.
402insufficient_balanceCredito esaurito: ricarica per continuare a eseguire attività.
404unknown_typeTipo di attività sconosciuto: controlla il campo type della richiesta.
429rate_limitedTroppe richieste in poco tempo: rallenta e riprova tra qualche secondo.

Questo calcolatore riceve una serie cronologica di numeri finiti e un fattore α nell’intervallo semiaperto (0, 1], inizializza la traiettoria con la prima osservazione e applica EMA_t = α · x_t + (1 − α) · EMA_{t−1} per ogni indice successivo. La risposta restituisce l’array EMA completo, il last_ema finale, la lunghezza n della serie, il fattore usato e una stringa compatta di formula. Serie vuote, voci non finite e fattori fuori da (0, 1] falliscono con invalid_input affinché chi chiama non riceva mai un NaN silenzioso. L’aritmetica è pienamente deterministica, gira gratis nel Suo browser ed è disponibile tramite API a $0.002 per richiesta riuscita, senza modello di linguaggio e senza servizio esterno di dati di mercato sul percorso critico.

Cos’è una media mobile esponenziale e perché differisce da una media semplice

A ogni passo temporale la nuova stima è una combinazione convessa della nuova osservazione e della stima precedente: EMA_t vale α volte x_t più (1 − α) volte EMA_{t−1}.

Come questo calcolatore convalida l’input e costruisce la traiettoria EMA

La convalida rifiuta un campo assente, una serie non array, una serie vuota, elenchi più lunghi del massimo pubblicato, qualsiasi voce che non sia un numero finito e qualsiasi fattore che non sia un numero finito strettamente maggiore di zero e al massimo uno. Invochi la capacità con due campi obbligatori: series (un array non vuoto di numeri finiti in ordine cronologico, il più antico per primo) e factor (il coefficiente di smoothing α). Il motore accetta anche gli alias values, data, x e prices per la serie, e alpha, smoothing e smoothing_factor per il fattore, così gli script che già parlano in quei termini non necessitano di un passaggio di rinomina. Quando il fattore è fuori intervallo il messaggio di errore lo dice esplicitamente sotto invalid_input, e i fallimenti di convalida non consumano il saldo prepagato. Dopo la convalida il nucleo inizializza EMA_0 con il primo valore della serie e avanza una sola volta: a ogni indice t imposta EMA_t = α · x_t + (1 − α) · EMA_{t−1}, arrotonda i risultati intermedi a dodici decimali per un JSON stabile tra runtime e memorizza la traiettoria completa. La risposta restituisce n, factor, series, ema, last_ema e formula così il codice a valle può tracciare la traiettoria, asserire il livello finale o ricalcolare passi intermedi senza reinviare la richiesta.

Uso pratico, scelta del fattore, prezzi e consegna

Usi lo strumento del browser quando desidera un’EMA immediata per controllare un notebook di trading, smussare un sensore di laboratorio rumoroso o spiegare pesi geometrici in una lezione di statistica senza installare un pacchetto. Scelga α secondo la convenzione del dominio: filtri corti e reattivi usano valori vicino a 0.3–0.5; filtri di tendenza lenti, vicino a 0.05–0.1; la mappatura comune di span α = 2 / (N + 1) trasforma un’EMA a 9 periodi in α = 0.2 e una a 19 periodi in α = 0.1. Se già memorizza lo span N invece di α, converta una volta prima della chiamata. Non c’è modello di linguaggio, né feed di mercato esterno né casualità, quindi la capacità è sicura da fissare in controlli di integrazione continua e materiali didattici riproducibili. Usi l’API quando uno script, una piattaforma didattica, un harness di backtest o una dashboard necessitano di JSON stabile per molte serie sotto un solo contratto. Ogni richiesta riuscita è un elemento fatturabile a $0.002; la convalida fallita non consuma saldo. Le serie accettate restano limitate per gli isolati Worker: fino a centomila punti coprono tabelle didattiche, storic quotidiani di prezzi ed estratti analitici tipici restando veloci. I risultati sono pienamente deterministici: la stessa serie e lo stesso fattore producono sempre lo stesso array ema e lo stesso last_ema. Colleghi l’endpoint ad aiutanti di grafici, tutorial quantitativi, dashboard di controllo qualità, sandbox di colloqui di codice o passi di pre-elaborazione in cui preferisce già una ricorrenza EMA in forma chiusa rispetto a smussatori opachi che nascondono la regola del seme o tagliano α in silenzio.

Insegnamento di filtri ricorsivi e pesi geometrici

Docenti e correttori di compiti mostrano come i pesi EMA decadono come (1 − α)^k e verificano le implementazioni degli studenti contro un last_ema golden stabile.

Come si calcola una media mobile esponenziale con questo strumento?

Invii JSON con series (array di numeri, il più antico per primo) e factor (α in (0, 1]) a stat.exponential_moving_average. La risposta restituisce ema, last_ema, n, factor, series e formula.

Cosa succede se il fattore di smoothing è fuori intervallo?

La richiesta fallisce con invalid_input. α deve essere un numero finito strettamente maggiore di 0 e al massimo 1; i valori fuori da quell’intervallo vengono rifiutati.

Leggi la documentazione completa del KIT →