移动平均法是一种常用的技术分析工具，用于平滑时间序列数据，减少短期波动的影响，从而更容易识别出长期趋势

移动平均法是一种常用的技术分析工具，用于平滑时间序列数据，减少短期波动的影响，从而更容易识别出长期趋势。简单移动平均（Simple Moving Average, SMA）是最基本的一种移动平均法。

简单移动平均（SMA）的原理

简单移动平均是在一个固定的窗口内计算数据点的平均值。具体来说，对于一个窗口大小为 n 的简单移动平均，第 t 天的SMA值计算公式如下：

SMA𝑡=∑𝑖=𝑡−𝑛+1𝑡value𝑖𝑛SMAt​=n∑i=t−n+1t​valuei​​

其中：

• value_i 是第 i 天的数据值。
• n 是窗口大小。

具体步骤

1. 选择窗口大小：窗口大小 n 是一个重要的参数，通常根据数据的特性和分析需求来选择。较小的窗口大小对短期波动更敏感，较大的窗口大小则更平滑，但可能会延迟趋势的识别。

2. 计算SMA：对于每个数据点，计算其窗口内的平均值。如果数据点的数量少于窗口大小，则直接使用原始数据。

3. 平滑后的数据：将计算得到的SMA值作为新的数据点，形成平滑后的数据序列

import java.math.BigDecimal;
import java.util.List;
import java.util.stream.Collectors;

public class DataAnalyzer {

    /**
     * 预测未来趋势的方法。
     *
     * @param xAxisDatas 时间轴数据，例如 ["2024-06", "2024-07", "2024-08", "2024-09", "2024-10"]