指數移動平均線的平滑因子

我正在嘗試實現指數移動平均線指標，但我有點卡在平滑因子上。我想出了什麼：

$$ \frac{1}{N}\sum\limits_{k=0}^N \alpha^{k} P_k $$ 其中N是考慮的天窗，k循環通過天， $ \alpha $ 是平滑因子，P是價格。 我應該使用什麼作為平滑因子？有沒有一般的指導方針？我什至接近最終產品？

平滑因子是一種指定估計器**記憶體的方法。**此視圖提供了一種簡單而自然的調整方式 $ a $ . 說你想要 $ k $ 過去的第一項在您的估計中佔 1% 的權重。它給你

$$ \frac{\alpha^k}{ A} = \frac{1}{100}, $$和 $ A $ 您的標準化因子（請參閱@Gordon 的評論）。 當然，你可以做得更好。例如，如果您假設一個模型 $ P(t) $ 動力學，將其插入移動平均線並嘗試控制滑動估計器的變異數。

在 EWMA 的專有/品牌風險度量實施中，我相信使用了 0.97 的平滑因子。這是一篇討論 EWMA 的不同平滑因子的論文

http://www.tandfonline.com/doi/abs/10.1080/00036846.2014.982853?journalCode=raec20

引用自：https://quant.stackexchange.com/questions/21677