TensorFlow之滑動平均模型
滑動平均模型的相關知識：
一、移動平均法相關知識
移動平均法又稱滑動平均法、滑動平均模型法（Moving average，MA）
什麼是移動平均法
移動平均法是用一組最近的實際資料值來預測未來一期或幾期內公司產品的需求量、公司產能等的一種常用方法。移動平均法適用於即期預測。當產品需求既不快速增長也不快速下降，且不存在季節性因素時，移動平均法能有效地消除預測中的隨機波動，是非常有用的。移動平均法根據預測時使用的各元素的權重不同
移動平均法是一種簡單平滑預測技術，它的基本思想是：根據時間序列資料、逐項推移，依次計算包含一定項數的序時平均值，以反映長期趨勢的方法。因此，當時間序列的數值由於受週期變動和隨機波動的影響，起伏較大，不易顯示出事件的發展趨勢時，使用移動平均法可以消除這些因素的影響，顯示出事件的發展方向與趨勢（即趨勢線），然後依趨勢線分析預測序列的長期趨勢。
移動平均法的種類
移動平均法可以分為：簡單移動平均和加權移動平均。
簡單移動平均法
簡單移動平均的各元素的權重都相等。簡單的移動平均的計算公式如下： Ft＝（At-1＋At-2＋At-3＋…＋At-n）/n式中
·Ft--對下一期的預測值；
·n--移動平均的時期個數；
·At-1--前期實際值；
·At-2，At-3和At-n分別表示前兩期、前三期直至前n期的實際值。
加權移動平均法
加權移動平均給固定跨越期限內的每個變數值以不同的權重。其原理是：歷史各期產品需求的資料資訊對預測未來期內的需求量的作用是不一樣的。除了以n為週期的週期性變化外，遠離目標期的變數值的影響力相對較低，故應給予較低的權重。加權移動平均法的計算公式如下：
Ft＝w1At-1＋w2At-2＋w3At-3＋…＋wnAt-n式中，
·w1--第t-1期實際銷售額的權重；
·w2--第t-2期實際銷售額的權重；
·wn--第t-n期實際銷售額的權
·n--預測的時期數；w1＋ w2＋…＋ wn＝1
在運用加權平均法時，權重的選擇是一個應該注意的問題。經驗法和試演算法是選擇權重的最簡單的方法。一般而言，最近期的資料最能預示未來的情況，因而權重應大些。例如，根據前一個月的利潤和生產能力比起根據前幾個月能更好的估測下個月的利潤和生產能力。但是，如果資料是季節性的，則權重也應是季節性的。
移動平均法的優缺點
使用移動平均法進行預測能平滑掉需求的突然波動對預測結果的影響。但移動平均法運用時也存在著如下問題：
1、加大移動平均法的期數（即加大n值）會使平滑波動效果更好，但會使預測值對資料實際變動更不敏感；
2、移動平均值並不能總是很好地反映出趨勢。由於是平均值，預測值總是停留在過去的水平上而無法預計會導致將來更高或更低的波動；
3、移動平均法要由大量的過去資料的記錄。
案例
簡單移動平均法在房地產中的運用
某類房地產2001年各月的價格如下表中第二列所示。由於各月的價格受某些不確定因素的影響，時高時低，變動較大。如果不予分析，不易顯現其發展趨勢。如果把每幾個月的價格加起來計算其移動平均數，建立一個移動平均數時間序列，就可以從平滑的發展趨勢中明顯地看出其發展變動的方向和程度，進而可以預測未來的價格。
在計算移動平均數時，每次應採用幾個月來計算，需要根據時間序列的序數和變動週期來決定。如果序數多，變動週期長，則可以採用每6個月甚至每12個月來計算；反之，可以採用每2個月或每5個月來計算。對本例房地產2001年的價格，採用每5個月的實際值計算其移動平均數。計算方法是：把1～5月的價格加起來除以5得684元/平方米，把2～6月的價格加起來除以5得694元/平方米，把3～7月的價格加起來除以5得704元/平方米，依此類推，見表中第三列。再根據每5個月的移動平均數計算其逐月的上漲額，見表中第四列。
假如需要預測該類房地產2002年1月的價格，則計算方法如下：由於最後一個移動平均數762與2002年1月相差3個月，所以預測該類房地產2002年1月的價格為：762 ＋ 12 × 3 = 798（元/平方米）
加權移動平均法在計算銷售額中的運用
某商場1月份至11月份的實際銷售額如表所示。假定跨越期為3個月，權數為l、2、3，試用加權移動平均法預測12月份的銷售額。
二、基於TensorFlow的滑動平均模型