一种金融软件中的时间序列数据分段方法与流程

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。

技术特征：

技术总结
本发明公开了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。本发明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。

技术研发人员：叶青
受保护的技术使用者：浙江富帝科技有限公司
技术研发日：2017.11.02
技术公布日：2018.04.17