另一個視角,使用對數化資料,計算非價位指標
之前在做時序資料整理時候學習時候,發現很多程式碼都行情資料做了對數化處理。學習了下,發現是另一個視角。
知乎查了,這個答案比較全。
-
在很多計算中(例如做極大似然的時候),取對數可以將本來需要做的乘法變成加法;
-
取對數可以避免數值巨大,計算機難於處理的困難;
-
與對數有關的資料可以反映出物理量尺度的變化,例如物理中,對於各個大小不同的體系,我們仍然會希望仍然可以比較這兩個體系,這時候就需要做一些尺度變換,利用到
的有關性質,這種時候用對數來處理是很方便的,因此在處理像重整化和有限尺度標度的時候會需要用到對數曲線,只有這樣,一個 20*20 的格子才能跟 200*200 的格子來進行比較。又例如金融資料中股票價格的漲落是與股票現在的價格有關的,高股價的股票漲跌 1 元跟低股價的股票漲跌 1 元起效果完全不同,這種時候大家考慮的是對數正態分佈;
- 對數處理之後還可以使諸多 Power-Law 的效果凸顯出來,這時候的擬合也就變成了一個線性擬合的問題。
作者:傅渥成
連結:
來源:知乎
著作權歸作者所有。商業轉載請聯絡作者獲得授權,非商業轉載請註明出處。
上面答案比較理論,下面這個更好理解。
我們平時看到的K線圖幾乎都是採用 普通座標 ,而有一種叫作 對數座標 的K線圖大部分人可能沒了解過。在介紹對數座標下的K線圖的前,我們先思考一個問題:從100點漲到1300點的漲幅大還是從1000點漲到6000點的漲幅大?
普通座標下的上證月K線圖
對數座標下的月K線圖
看了上證的兩幅圖是不是有點驚訝,漲的最厲害的不是2005-2007,而是股市剛建立初那兩三年。看慣了普通座標k線圖的股民們,眼裡只有2005-2007那一撥牛市,2005年之前的股市看起來好像平淡無奇。普通座標下K線圖100點漲到1100點k線的長度和1000點漲到2000點k線圖的長度是一樣的,而對數座標下是按照上漲/下跌的幅度計算k線圖的長度的,對數座標下,100點漲到110點和1000點漲到1100點K線圖的長度是一樣的。
做了一些策略實踐,發現對於均線,布林線,唐安期通道這樣直接基於價位求出指標,使用對數化資料計算指標相關並不好。而像MACD,KDJ,CCI這樣非價位指標,使用對數化指標後,分析起來更為合理。
這裡就簡單說說VNPY中MACD指標更新支援對數化。其實很簡單,直接呼叫np.log()方法,然後增加islog引數。如果True時候,就把傳入指標對數化再計算。
# ---------------------------------------------------------------------- def macd(self, fastPeriod, slowPeriod, signalPeriod, islog = False, array=False): """MACD指標""" if islog: macd, signal, hist = talib.MACD(np.log(self.close), fastPeriod, slowPeriod, signalPeriod) else: macd, signal, hist = talib.MACD(self.close, fastPeriod, slowPeriod, signalPeriod) if array: return macd, signal, hist return macd[-1], signal[-1], hist[-1]
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/22259926/viewspace-2651104/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 計算機效能評價指標計算機指標
- 預算指標 技術指標 操作引數指標
- 計算深度學習評價指標Precision、Recall、F1深度學習指標
- 大資料分析中的基本評價指標大資料指標
- 智慧指標引用計數變化學習指標
- Dynamics CRM使用計算欄位自動計算兩個時間欄位的天數差
- 計算位數最高達300位的兩個非負整數的乘積,C語言程式設計實現C語言程式設計
- 衡量資料管理價值的指標如何定義指標
- 資料視覺化最有價值的50個圖表視覺化
- 博睿資料助力數字化政務 國內首個《政務APP技術指標評價規範》團體標準正式出臺APP指標
- Rust 程式設計視訊教程(進階)——013 使用 Rc 引用計數智慧指標Rust程式設計指標
- 資料視覺化--實驗五:高維非空間資料視覺化視覺化
- 如何設計成功而有價值的資料視覺化?視覺化
- 指標-n個數的排序指標排序
- 資料統計與視覺化複習總結(二):非引數檢驗、生存分析視覺化
- Leetcode 611. 有效三角形的個數 (排序後雙指標優化)LeetCode排序指標優化
- 資料視覺化對企業經營的3大價值視覺化
- MySQL百分位數計算(優化版)MySql優化
- 大資料與雲端計算:並非天作之合大資料
- 反映資料質量的八個指標指標
- 在 MySQL 中,如何計算一組資料的中位數?MySql
- 自動計算零售資料分析指標?BI軟體表示可行指標
- 資料統計工具與常用的核心資料指標指標
- 指向常量資料的指標和常量指標指標
- 不平衡資料的分類評價指標總結指標
- 《劍指offer》:[64]資料流中的中位數
- MySQL百分位數計算(再優化版)MySql優化
- 另一個角度來重新瞭解圖靈、數學以及計算機圖靈計算機
- 資料視覺化在展館展廳中使用的價值視覺化
- 力扣之迴文數(雙指標中的對撞指標公式模板)力扣指標公式
- 挖掘資料價值,指標中臺成為神奇傳送門?指標
- 流量渠道資料分析方法與價值評估指標體系指標
- 克服指標管理痛點,實現資料價值最大化指標
- 怎麼設計一個restful的url,表示:某個使用者評價另一個使用者REST
- SQL 如何計算每個分組的中位數SQL
- 使用預計算分割槽優化引數化優化
- 不要忽視資料視覺化的實用價值視覺化
- 拉卡拉財務指標對標A股多家龍頭,價值有待重估_拉卡拉股價指標