时间戳

首页 > 解决方案 > 更改 NumPy 的 FFT 的起点

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：

在此处输入图像描述

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/

标签： pythonnumpyfft

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