股票中5日均线（MA）你会画了？

　　头条创作挑战赛
　　在分析一个事件走势的时候，一般我们会获取到这个事件系列的数据。但是，在绘制出相关的曲线的之后，我们会发现曲线的上下振动比较频繁，那是因为一些短期内的杂数据引起的。比如：
　　上图的原始数据获取chartData。js，总共2000个点
　　那么，我们怎么通过事件的系列数据，得到这个事件的相关走势呢？
　　在进入主题前，我们先了解下滑动窗口算法滑动窗口算法
　　假设给你这一些列的数据：〔1，2，3，4，5，6，7，8，4，3，2，1〕，求出相邻的三个数之和最大是多少？
　　，我们有下面的思路：从左到右，三个数计算求和先右移动一位，三个数重新计算求和比较每次的求和大小，取最大的保存进入第2步骤执行直到数组最后三个数求和并比较完成后，返回最大的和
　　我们来实现下：functiongetSum（arr，step）｛arr是一维数组这里没有考虑边界等问题letsum0；for（leti0；i（arr。lengthstep1）；i1）｛lettempSum0；for（j（istep）；j1）｛tempSumarr〔j〕；｝if（tempSumsum）｛sumtempS｝tempSum0；｝｝letmaxSumgetSum（〔1，2，3，4，5，6，7，8，4，3，2，1〕，3）；console。log（maxSum）；21复制代码
　　但是，这里的时间算法复杂度去到了O（n2n2），我们能够改善下时间复杂度吗？
　　窗口滑动算法是一种基于双指针的一种思想，两个指针指向的元素之间形成一个窗口。可用于解决数组字符串的字元素问题，用在减少嵌套循环的使用，并且用单循环代替它，减少时间复杂度。
　　So，我们将上面的代码更改下：functiongetSumSlidingWindow（arr，step）｛这里同样没有考虑边界等问题letsum0；for（leti0；i）｛sumarr〔i〕；｝lettempSfor（iarr。i）｛tempSumarr〔i〕arr〔istep〕；if（tempSumsum）｛sumtempS｝｝｝letmaxSumgetSumSlidingWindow（〔1，2，3，4，5，6，7，8，4，3，2，1〕，3）；console。log（maxSum）；21复制代码
　　窗口滑动算法的时间复杂度去到了O（n）。实现平滑曲线
　　接下来，我们使用移动滑动窗口，来进行21个点为一个窗口的MA过滤算法。
　　MAMovingAverage移动平均
　　顾名思义，移动平均，就是将移动窗口中的值进行求平均，我们可以通过下面的代码进行数据处理：letmaDatas〔〕；滑动窗口functionfilterAverage（signal，k）｛k应该为奇数letsum0；for（leti0；i）｛sumsignal〔i〕；if（i（k1）2）｛本例中，我们忽略数组的前10个数据maDatas。push（null）；｝｝maDatas。push（sumk）；for（isignal。i）｛sumsignal〔i〕signal〔ik〕；maDatas。push（sumk）；本例中，忽略数组的后10个数据｝｝filterAverage（rawDatas，21）；复制代码
　　数据量大的时候，我们忽略些前后的数据，影响不大，如果你觉得不应该忽略的话，那你需要对这些数据进行特殊的处理。比如，第一数据，平均值是第一个数据的值，第二个数据，平均值是第一个数据第二个数据的平均值，以此类推
　　通过上面filterAverage方法，我们可以计算出移动平均过滤后的数值，绘制出曲线见下图ma。
　　通过图，我们可能没能感受到ma的图表的平滑度，我们结合求解波值的波峰和波谷Javascript来求一下两者的波峰和波谷：原始数据：波峰430；波谷430MA数据：波峰64；波谷65复制代码
　　思考：那么，我们可以通过调整滑动窗口，算出股票中的5日均线，10日均线，20日均线和60日均线。
　　我们可以通过移动平均过滤算法预测接下来一段时间的走势。Youcanthinkindeeply。推荐阅读
　　求解波值的波峰和波谷JavaScript