numpy數據平滑

數據平滑

是用來處理噪聲數據,使數據變化較為平順.可以使用移動平均線, 也可以使用hanning函數

Key_Function

np.hanning函數: 是一個加權余弦的窗函數, 相當於是余弦移動平均線

np.polysub函數: 輸入兩個多項式系數數組, 返回一個表示兩個多項式差的多項式的系數數組

np.isreal函數: 判斷數組元素是否是實數

np.select函數: 根據給定的條件, 從數組中挑選出符合條件的元素並組成數組返回

np.trim_zeros函數: 去掉一維數組中開頭或末尾為0的元素

Code

import numpy as np
import matplotlib.pyplot as plt

N = 8
weights = np.hanning(N)
print(weights)
'''
[ 0.          0.1882551   0.61126047  0.95048443  0.95048443  0.61126047
  0.1882551   0.        ]
'''

# 本例使用的是收盤價
bhp = np.loadtxt('BHP.csv', delimiter=',', usecols=(6,), unpack=True)
bhp_returns = np.diff(bhp) / bhp[:-1]
print(len(bhp_returns))
# 29
smooth_bhp = np.convolve(weights/weights.sum(), bhp_returns)[N-1:-N+1]
# 使用歸一化的weights作為權重
vale = np.loadtxt('VALE.csv', delimiter=',', usecols=(6,), unpack=True)
vale_returns = np.diff(vale) / vale[:-1]
smooth_vale = np.convolve(weights/weights.sum(), vale_returns)[N-1:-N+1]

t = np.arange(N-1, len(bhp_returns))
plt.plot(t, bhp_returns[N-1:], lw=1.0)
plt.plot(t, smooth_bhp, lw=3.0)
plt.plot(t, vale_returns[N-1:], lw=5.0)
plt.plot(t, smooth_vale, lw=7.0)
plt.show()

接上面代碼

# 使用多項式擬合平滑后的數據
K = 8
t = np.arange(N-1, len(bhp_returns))
poly_bhp = np.polyfit(t, smooth_bhp, K)
poly_vale = np.polyfit(t, smooth_vale, K)

# 求解兩條曲線的交叉點
# 通過求兩個多項式的差, 然后對所得的多項式求根
poly_sub = np.polysub(poly_bhp, poly_vale)
xpoints = np.roots(poly_sub)
'''
[ 27.73321597+0.j          27.51284094+0.j          24.32064343+0.j
  18.86423973+0.j          12.43797190+1.73218179j  12.43797190-1.73218179j
   6.34613053+0.62519463j   6.34613053-0.62519463j]
'''

reals = np.isreal(xpoints)
print(reals)
# [ True  True  True  True False False False False]

xpoints = np.select([reals], [xpoints])
print(xpoints)
'''
[ 27.73321597+0.j  27.51284094+0.j  24.32064343+0.j  18.86423973+0.j
   0.00000000+0.j   0.00000000+0.j   0.00000000+0.j   0.00000000+0.j]
'''
xpoints = xpoints.real
print(xpoints)
'''
[ 27.73321597  27.51284094  24.32064343  18.86423973   0.           0.           0.
   0.        ]
'''

print(np.trim_zeros(xpoints))
# [ 27.73321597  27.51284094  24.32064343  18.86423973]