输出= tsmovavg (tsobj，“年代”，滞后）返回金融时间序列对象的简单移动平均，tsobj．滞后指示在计算移动平均时与当前数据点一起使用的以前数据点的数量。

输出= tsmovavg (向量，“年代”，滞后，昏暗的）返回一个向量的简单移动平均。滞后指示在计算移动平均时与当前数据点一起使用的以前数据点的数量。

输出= tsmovavg (tsobj，“e”，timeperiod）返回金融时间序列对象的指数加权移动平均，tsobj．指数移动平均是一个加权移动平均，其中timeperiod时间段。指数移动平均线通过对最近的价格施加更多的权重来减少滞后。例如，10期指数移动平均线对最近价格的权重为18.18%。指数百分比= 2/(TIMEPER + 1)或2/(WINDOW_SIZE + 1)．

输出= tsmovavg (向量，“e”，timeperiod，昏暗的）返回一个向量的指数加权移动平均。指数移动平均是一个加权移动平均，其中timeperiod时间段。指数移动平均线通过对最近的价格施加更多的权重来减少滞后。例如，10期指数移动平均线对最近价格的权重为18.18%。（2/(时间段+ 1)）.

输出= tsmovavg (tsobj，“t”，numperiod）返回金融时间序列对象的三角移动平均，tsobj．三角形移动平均对数据进行双平滑处理。tsmovavg计算窗口宽度为的第一个简单移动平均Ceil (numperiod + 1)/2．然后，它在相同窗口大小的第一个移动平均上计算第二个简单移动平均。

输出= tsmovavg (向量，“t”，numperiod，昏暗的）返回一个向量的三角形移动平均值。三角形移动平均对数据进行双平滑处理。tsmovavg计算窗口宽度为的第一个简单移动平均Ceil (numperiod + 1)/2．然后，它在相同窗口大小的第一个移动平均上计算第二个简单移动平均。

输出= tsmovavg (tsobj，' w '，权重）返回财务时间序列对象的加权移动平均值，tsobj，通过为移动窗口中的每个元素提供权重。权重向量的长度决定了窗口的大小。如果较大的权重因子用于最近的价格，较小的权重因子用于以前的价格，趋势对最近的变化更敏感。

输出= tsmovavg (向量，' w '，权重，昏暗的）通过提供移动窗口中每个元素的权重，返回矢量的加权移动平均值。权重向量的长度决定了窗口的大小。如果较大的权重因子用于最近的价格，较小的权重因子用于以前的价格，趋势对最近的变化更敏感。

输出= tsmovavg (tsobj，“米”，numperiod）返回财务时间序列对象的修正移动平均值，tsobj．修正移动平均线与简单移动平均线相似。考虑一下这个论点numperiod是简单移动平均线的滞后。第一个修正移动平均线的计算就像一个简单的移动平均线。修正移动平均线的后续值通过从tsobj输入最后一个修正移动平均线，然后从总和中减去最后一个修正移动平均线。

输出= tsmovavg (向量，“米”，numperiod，昏暗的）返回向量的修正移动平均值。修正移动平均线与简单移动平均线相似。考虑一下这个论点numperiod是简单移动平均线的滞后。第一个修正移动平均线的计算就像一个简单的移动平均线。修正移动平均线的后续值通过从向量输入最后一个修正移动平均线，然后从总和中减去最后一个修正移动平均线。