python - 更改 NumPy 的 FFT 的起点
问题描述
我在使用 NumPy 的 FFT 时遇到问题。我不希望曲线像图像中显示的那样在末端射出。这几乎就像是固定在股票价格的平均价格上。
close_fft = np.fft.fft(np.asarray(data_FT['Adj Close'].tolist()))
fft_df = pd.DataFrame({'fft':close_fft})
fft_df['absolute'] = fft_df['fft'].apply(lambda x: np.abs(x))
fft_df['angle'] = fft_df['fft'].apply(lambda x: np.angle(x))
plt.figure(figsize=(14, 7), dpi=100)
fft_list = np.asarray(fft_df['fft'].tolist())
for num_ in [3, 6, 9, 100]:
fft_list_m10= np.copy(fft_list); fft_list_m10[num_:-num_]=0
plt.plot(np.fft.ifft(fft_list_m10), label='Fourier transform with {} components'.format(num_))
plt.plot(data_FT['GS'], label='Real')
plt.xlabel('Days')
plt.ylabel('USD')
plt.title('Figure 3: Goldman Sachs (close) stock prices & Fourier transforms')
plt.legend()
plt.show()
这给出了以下情节:
如您所见,无论原始价格如何,曲线都会直接跳到它们开始的位置。我正在关注的原始教程在这里: https ://pythonawesome.com/using-the-latest-advancements-in-ai-to-predict-stock-market-movements/
解决方案
FFT 的基向量都是圆形的,因此它们的数量减少并不能轻易地表示数组末端和开头之间的明显不连续性。您可以尝试通过在每一端镜像数据和/或通过在 FFT 之前对数据进行去趋势以减少一些不连续性来消除一些跳跃。
添加:
DCT方法是简单地复制数据及其镜像(例如以相反的顺序)并使用双倍长度FFT。处理后丢弃多余的样品。
去趋势方法可以通过使用线性趋势来完成,或者可以使用非常低阶多项式的线性回归拟合来完成。减去拟合趋势,然后 FFT 并进行处理。然后在处理后根据需要添加拟合的趋势线。
推荐阅读
- javascript - 单击按钮时更改模式的内容
- authentication - 使用 Firefox 作为浏览器时,Auth0 登录重定向到页面继续加载
- javascript - 做原生方法和属性的console.log
- python - 无法解析剩余部分:来自 '% form.as_p %' 的 '% form.as_p %'
- json - 映射条件子元素
- javascript - 如何从 selenium 中的多个父级获取每个父类的多个子元素?
- r - 向大df中的对应值添加一个小向量
- python - tf.constant 有多恒定?
- flutter - 如何在某些屏幕中显示/隐藏底部导航栏?
- linux - 从命令获取 GNU makefile 目标