30、高效简单移动平均线的实现

高效简单移动平均线的实现

1. 算法优化的考量

在进行算法实现时，算法的选择至关重要，选择高效的算法往往比高效地实现算法更为关键。当你已经选择了一个不错的算法并完成初步实现后，是否要投入时间进行优化是一个需要慎重考虑的问题。性能优化可能是一项成本高昂的活动，除非必要，否则不应轻易尝试。

若必须让实现变得更快，首先要确定多快才算足够快。例如，算法是需要从耗时数天缩短至数小时，还是要达到微秒级别的速度？这是绝对要求，还是在特定时间框架内尽力而为即可？此外，还需要考虑代码的可读性和可共享性，因为高性能的代码往往更难理解。如果开发的代码要并行执行，还会对可执行系统的类型施加诸多限制。

建议尽量减少优化的次数，以达到实现所需的运行速度为目标。具体过程如下：
1. 找到最重要的瓶颈。
2. 消除它（或至少降低其影响）。
3. 检查实现是否足够快，如果不够快，则重复上述步骤。

2. 简单移动平均线（SMA）算法

2.1 SMA 算法原理

简单移动平均线（SMA）是一种用于时间序列技术分析的常用工具，尤其在金融市场和交易中应用广泛。其核心思想是在每个时间点，通过回顾预定义数量的周期来计算平均值。例如，对于分钟级别的时间序列，计算 SMA(30) 意味着在每个观测点，取从该点开始前 30 分钟的观测值（即 30 个观测值），并将这 30 个观测值的平均值作为该时间点的 SMA(30) 值。

SMA 具有以下特性：
- 观测数量相同 ：SMA 系列包含的观测数量与原始时间序列相同。
- 初始 NA 值