dre*_*ves 6 wolfram-mathematica smoothing
如果我有时间序列数据 - {x,y}对的列表 - 并想要平滑它,我可以像这样使用指数移动平均线:
EMA[data_, alpha_:.1] :=
Transpose @ {#1, ExponentialMovingAverage[#2, alpha]}& @@ Transpose@data
Run Code Online (Sandbox Code Playgroud)
你将如何实现双指数平滑?
DEMA[data_, alpha_, gamma_] := (* unstub me! *)
Run Code Online (Sandbox Code Playgroud)
如果它本身可以找出alpha和gamma的良好值,那就太好了.
关于如何处理时间序列中存在间隙的情况的相关问题,即样本未随时间均匀分布:
我不确定这是可以获得的最快的代码,但以下似乎可以做到这一点:
DEMA[data_, alpha_, gamma_] :=
Module[{st = First[data], bt = data[[2]] - data[[1]], btnew, stnew},
Reap[
Sow[st];
Do[
stnew = alpha y + (1 - alpha) (st + bt);
btnew = gamma (stnew - st) + (1 - gamma) bt;
Sow[stnew];
st = stnew;
bt = btnew;
, {y, Rest@data}]][[-1, 1]
]]
Run Code Online (Sandbox Code Playgroud)
这几乎是直接来自您引用的页面。您可以在源代码中修改b的初始条件。最初将 bt 设置为零可恢复单指数平滑。
In[81]:= DEMA[{a, b, c, d}, alpha, gamma]
Out[81]= {a, (1 - alpha) b + alpha b,
alpha c + (1 - alpha) ((1 - alpha) b +
alpha b + (-a + b) (1 - gamma) + (-a + (1 - alpha) b +
alpha b) gamma),
alpha d + (1 -
alpha) (alpha c + (1 -
gamma) ((-a + b) (1 - gamma) + (-a + (1 - alpha) b +
alpha b) gamma) + (1 - alpha) ((1 - alpha) b +
alpha b + (-a + b) (1 - gamma) + (-a + (1 - alpha) b +
alpha b) gamma) +
gamma (-(1 - alpha) b - alpha b +
alpha c + (1 - alpha) ((1 - alpha) b +
alpha b + (-a + b) (1 - gamma) + (-a + (1 - alpha) b +
alpha b) gamma)))}
Run Code Online (Sandbox Code Playgroud)