a18>>Кстати, в фин. анализе иногда используется взвешенное скользящее среднее (EMA), которое позволяет вообще обойтись без запоминания всех значений окна — требуется помнить только одно предыдущее значение:
a18>>http://en.wikipedia.org/wiki/Exponential_moving_average#Exponential_moving_average
a18>>ИМХО будет очень красиво работать!

К>Очень интересно!
К>Правда, остаются вопросы:
К>- как подобрать альфу
К>- как интерполировать измерения (ступеньками, трапециями, экспонентами),
К>чтобы
К>- уменьшить влияние частоты сэмплирования (поскольку чем выше частота, тем отчётливее получатся ступеньки — хотя наша задача ещё и сгладить их)
К>- получить приемлемый результат с минимумом дерготни

По ссылкам там, оказывается, ещё одна подобная статья есть:
http://en.wikipedia.org/wiki/Exponential_smoothing#The_exponential_moving_average
... с диагнозом: "There is no formally correct procedure for choosing a"
На практике обычно берут, как и написано в первой статье, alpha = 2/(N+1), где N — период обычной скользящей средней (SMA), поведение которой нас устраивает.

По ощущениям, чтобы пользователю было интересно наблюдать за результатами предсказания, можно сделать частоту измерений 1 раз в секунду и N взять порядка 10..50 — для копирования файлов должно быть приемлемо. Кстати, при большИх N ещё есть проблема начального выплеска — если первое измерение будет неадекватно большим (а для случая копирования файлов это весьма вероятно), то функция потом будет слишком долго "приходить в себя". Возможно, тут оправдано взять в качестве первого значения не x0, а просто чистый 0.