如何识别股票价格数据的转折点
Yar*_*ron 8 algorithm math differential-equations
这个问题的延续这一个.
我的目标是找到股票价格数据的转折点.
到目前为止我:
试图区分平滑价格集,具备的帮助安德鲁·伯内特,汤普森博士使用中心五点法,如解释在这里.
我使用刻度数据的EMA20来平滑数据集.
对于图表上的每个点,我得到一阶导数(dy/dx).我为转折点创建了第二张图表.每次dy/dx介于[-some_small_value]和[+ some_small_value]之间时 - 我都会在此图表中添加一个点.
问题是:我没有得到真正的转折点,我得到了一些接近的东西.我得分太多或太少 - 取决于[some_small_value]
当dy/dx从负变为正时,我尝试了第二种添加点的方法,这也产生了太多的点,可能是因为我使用了刻度数据的EMA(而不是1分钟的收盘价)
第三种方法是将数据集分成n个点的切片,并找到最小和最大点.这工作正常(不理想),但它是滞后的.
谁有更好的方法？
我附上了2张输出图片(一阶导数和n点最小值/最大值)
您可以考虑二阶导数，这意味着您应该另外（对一阶导数）评估(y_{i-1} + y_{i+1} - 2y_i) / (dx)\xc2\xb2。如果高于某个阈值，则有一个最大值；如果低于某个阈值，则有一个最小值，否则可以丢弃它。这应该会丢弃您继续使用查找极值 ( ) 的方法的许多点y' = 0，因为此条件对于鞍点也有效。