1. 概述

加权移动平均法，是对观察值分别给予不同的权数，按不同的权数求得移动平均值。并以最后的移动平均值为基础，确定预测值的方法。采用加权移动平均法，是因为观察期的近期观察值对预测有较大影响，它更能反映近期变化的趋势。

指数加权移动平均法（ Exponentially Weighted Moving-Average ），是指各数值的 加权系数随时间呈指数式递减 ，越靠近当前时刻的数值加权系数越大。

指数加权移动平均较传统的平均法来说，一 不需要保存过去所有的数值 ；二 计算量显著减小 。

2. 算法理解

引入一个例子，美国一年内每天的温度分布情况，具体如图所示：

EWMA 的表达式：

上式中 Θ _t 为时刻 t 的实际温度；系数 β 加权下降的速率，其值越小下降越快， ν _t 为 t 时刻 EWMA 的值。

在上图中有两条不同颜色的线，分别对应不同的 β 值。

来自： https://www.cnblogs.com/jiangxinyang/p/9705198.html