【简单移动平均法】简单移动平均法（Simple Moving Average，简称SMA）是一种常用的时间序列分析方法，主要用于平滑数据波动、识别趋势和预测未来走势。该方法通过计算一定时间段内的平均值来反映数据的总体趋势，具有操作简单、易于理解的优点。
一、基本概念
简单移动平均法是将某一时间段内的数据进行平均，以消除短期波动的影响，从而更清晰地看到数据的趋势变化。例如，在股票市场中，常使用5日、10日或30日的SMA来判断价格走势。
其核心思想是：随着新数据的不断加入，旧数据被移出计算范围，从而形成“移动”的平均值。
二、计算公式
设某段时间内有 $ n $ 个数据点，分别为 $ x_1, x_2, ..., x_n $，则第 $ t $ 期的简单移动平均值为：
$$
SMA_t = \frac{x_{t-n+1} + x_{t-n+2} + ... + x_t}{n}
$$
其中，$ n $ 是移动平均的周期数。
三、应用特点
| 特点 | 说明 |
| 简单易懂 | 计算方式直观，适合初学者理解 |
| 趋势识别 | 能有效过滤短期波动，显示长期趋势 |
| 延迟性 | 对最新数据反应较慢，存在滞后效应 |
| 适用范围广 | 广泛应用于金融、销售、生产等领域的预测与分析 |
四、优缺点对比
| 优点 | 缺点 |
| 操作简便，无需复杂模型 | 无法捕捉非线性趋势 |
| 易于实现，适合小数据集 | 对异常值敏感，影响结果准确性 |
| 可用于趋势判断 | 无法提供精确预测，仅作为参考 |
五、实际案例
假设某公司过去7天的销售额如下表所示：
| 日期 | 销售额（万元） |
| 第1天 | 12 |
| 第2天 | 14 |
| 第3天 | 15 |
| 第4天 | 16 |
| 第5天 | 18 |
| 第6天 | 17 |
| 第7天 | 19 |
若采用5日简单移动平均法，则第5天的SMA为：
$$
SMA_5 = \frac{12 + 14 + 15 + 16 + 18}{5} = 15.0
$$
第6天的SMA为：
$$
SMA_6 = \frac{14 + 15 + 16 + 18 + 17}{5} = 16.0
$$
第7天的SMA为：
$$
SMA_7 = \frac{15 + 16 + 18 + 17 + 19}{5} = 17.0
$$
通过这些移动平均值，可以观察到销售额呈现上升趋势。
六、总结
简单移动平均法是一种基础但实用的时间序列分析工具，适用于数据波动较小、趋势明显的场景。尽管其在预测精度上存在一定局限，但在实际应用中仍具有较高的参考价值。对于需要快速了解数据趋势的用户而言，SMA是一个值得掌握的方法。