本发明涉及计量经济和数据滤波算法领域,具体地说,特别涉及到一种金融软件中的时间序列数据分段方法。
背景技术:
在金融交易中,一些交易者使用技术分析来确定交易方式,波浪理论与周期分析正是技术分析中比较重要的方法。在目前的金融软件中,一般通过人工主观上对时间序列数据进行分段然后分析,对于同一数据可能出现千人千式的局面,从而导致构建的波浪理论和周期分析不稳定。
技术实现要素:
本发明的目的在于针对现有技术中的不足,提供一种金融软件中的时间序列数据分段方法,通过自动计算分段数据,并在此基础上构架比较稳定的波浪理论和周期分析,从而为交易者提供稳定的交易方式。
本发明所解决的技术问题可以采用以下技术方案来实现:
一种金融软件中的时间序列数据分段方法,包括如下步骤:
1)选取一段时间序列数据作为目标对象,并在所述目标对象的开始位置添加若干冗余数据;
2)选取目标对象中的某个指定数据,对其进行二阶低通滤波,以过滤掉高频数据;
3)将二阶低通滤波的目标对象当成时间t的曲线,获取曲线上全部的极点数据对,所述极点数据对为数值v和时间t;
4)回溯找出所有极点数据在时间序列数据中对应的局部最大值max、最小值min以及相应时间t1;
5)连接所述最大值max、最小值min以及相应时间t1,得到时间序列数据所有的分段数据。
进一步的,所述冗余数据的添加方法为:重复目标对象的第一个数据n次,以构成冗余数据。
与现有技术相比,本发明的有益效果在于:
通过自动计算分段数据,时间序列数据短期的震荡被过滤,并在此基础上构架比较稳定的波浪理论和周期分析,从而为交易者提供稳定的交易方式。
附图说明
图1为本发明所述的金融软件中的时间序列数据分段方法的流程示意图。
图2为本发明所述的时间序列数据分段方法的实施例示意图之一。
图3为本发明所述的时间序列数据分段方法的实施例示意图之二。
图4为本发明所述的时间序列数据分段方法的实施例示意图之三。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
参见图1,本发明所述的一种金融软件中的时间序列数据分段方法,包括如下几个步骤:
1)选取一段时间序列数据作为目标对象,并在所述目标对象的开始位置添加若干冗余数据;冗余数据的添加方法为:重复目标对象的第一个数据n次,以构成冗余数据。
2)选取目标对象中的某个指定数据(如收盘价),对其进行二阶低通滤波,以过滤掉高频数据;
3)将二阶低通滤波的目标对象当成时间t的曲线,获取曲线上全部的极点数据对,所述极点数据对为数值v和时间t;
4)回溯找出所有极点数据在时间序列数据中对应的局部最大值max、最小值min以及相应时间t1;
5)连接所述最大值max、最小值min以及相应时间t1,得到时间序列数据所有的分段数据。
实施例
参见图2,执行步骤2)后,k线经过滤波变为图中的白色曲线;
参加图3,执行步骤4)后,极点b(曲线上)对应于d点(时间序列上),极点a(曲线上)对应于c点(时间序列上);
参见图4,输出最值对(…(c,tc),(d,td)…,图形如图中的3个白色箭头,图中椭圆中的k线回调被滤波过滤掉不构成时间分段,如人工判断,此处会因人而异。注:tc:c点的时间;td:d点的时间。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。