移动平均法是一种常用的数据平滑技术，用于计算一系列数据的平均值，以反映数据的长期趋势或周期性变化。移动平均法可以分为简单移动平均和加权移动平均两种。
简单移动平均法
计算公式：
\[
\text{简单移动平均值} = \frac{n_1 + n_2 + n_3 + \ldots + n_n}{n}
\]
其中，\（ n_1, n_2, n_3, \ldots, n_n \） 是移动平均法所参考的一段时间内，每一段数据的值，而 \（ n \） 表示移动平均法参考的一段时间内，所有段数据的总数。
例如，如果我们想要求出某个月份的数据的移动平均值，我们可以取出这个月里每一天的数据求和，然后除以这个月一共有几天，就得到了这个月的移动平均值。
加权移动平均法
计算公式：
\[
\text{加权移动平均值} = \frac{w_1 A_{t-1} + w_2 A_{t-2} + w_3 A_{t-3} + \ldots + w_n A_{t-n}}{w_1 + w_2 + \ldots + w_n}
\]
其中，
\（ w_1, w_2, w_3, \ldots, w_n \） 是各期实际值的权重，且 \（ w_1 + w_2 + \ldots + w_n = 1 \）
\（ A_{t-1}, A_{t-2}, A_{t-3}, \ldots, A_{t-n} \） 分别表示前两期、前三期直至前 \（ n \） 期的实际值。
加权移动平均法考虑了不同期数据的重要性，给予近期数据更高的权重，因此更能反映数据的近期趋势。
示例
假设我们有一组时间序列数据 \（ \{A_1, A_2, A_3, A_4, A_5\} \），并希望计算其5天的简单移动平均值：
简单移动平均
\[
\text{SMA} = \frac{A_1 + A_2 + A_3 + A_4 + A_5}{5}
\]
加权移动平均（假设权重相等）：
\[
\text{WMA} = \frac{A_1 + A_2 + A_3 + A_4 + A_5}{5}
\]
如果权重不相等，例如：
\[
\text{WMA} = \frac{2 \times A_1 + 1 \times A_2 + 1 \times A_3 + 1 \times A_4 + 1 \times A_5}{5}
\]
总结
移动平均法通过计算一系列数据的平均值来平滑短期波动，从而更好地反映数据的长期趋势。简单移动平均法适用于各期数据重要性相同的情况，而加权移动平均法则适用于各期数据重要性不同的情况。选择哪种方法取决于具体的应用场景和数据特点。