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
Esegui gratis nel browser
Esempio risolto
- Serie
- 10, 11, 12, 13, 14
- Fattore
- 0,5
- 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.
Casi d'uso
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.
Domande frequenti
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.
Strumenti correlati
Per sviluppatori — accesso via API
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.
Endpoint
Autenticazione con Bearer token: un POST mette in coda l'attività e il risultato arriva via webhook o link firmato.
Chiamala dal tuo stack
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}'const res = await fetch("https://api.kit.forhosting.com/stat/exponential-moving-average", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"series": [
10,
11,
12,
13,
14
],
"factor": 0.5
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/stat/exponential-moving-average",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"series": [
10,
11,
12,
13,
14
],
"factor": 0.5
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/stat/exponential-moving-average", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"series":[10,11,12,13,14],"factor":0.5}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"series":[10,11,12,13,14],"factor":0.5}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/stat/exponential-moving-average", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Esempio di richiesta
{
"series": [
10,
11,
12,
13,
14
],
"factor": 0.5
}Esempio di risposta
{
"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.
Prezzi
Prezzo pubblicato, senza token né crediti. Se l'attività fallisce, non paghi.
Errori
| HTTP | Codice | Significato |
|---|---|---|
401 | unauthorized | Chiave API mancante o non valida: controlla l'header Authorization. |
402 | insufficient_balance | Credito esaurito: ricarica per continuare a eseguire attività. |
404 | unknown_type | Tipo di attività sconosciuto: controlla il campo type della richiesta. |
429 | rate_limited | Troppe richieste in poco tempo: rallenta e riprova tra qualche secondo. |
Note tecniche
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.
Casi di integrazione
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.
Domande tecniche
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.