不同频率数据的处理方法V2
2021/10/13 23:14:37
本文主要是介绍不同频率数据的处理方法V2,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
不同频率数据的处理方法
降频
- 这个方法不行,因为我们要做到daily based predict,而我们能拿到的高频的数据就是daily,如果我们能拿到更高配的数据那也行
最简单(扭曲了现象)
- 直接把这个季度里面的所有天的数据都放成一个值
- 高频数据:天
- 低频数据:季度
插值(扭曲)
- 低频模型给出估计以后线性插值做为高频因子
- 50个数字丢了一个是可以插值,少量的数据丢了可以
dummy variable的方法(这个方法比较practical)
- GDP 公布的时候他的值是1,其他的时候标注为0
- 公布的时候可能之前多
- GDP的之后
在低频数据结果的时候把其对于下一天数据的影响变高(和dummy variable一样的)
- 就相当于在正常的时候还是日度指标rank高一些,等月(季)度数据出来的时候这个月(季)度数据指标rank高一些
这篇关于不同频率数据的处理方法V2的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-06-26结对编程到底难不难?答案在这里
- 2024-06-19《2023版Java工程师》课程升级公告
- 2024-06-15matplotlib作图不显示3D图,怎么办?
- 2024-06-1503-Loki 日志监控
- 2024-06-1504-让LLM理解知识 -Prompt
- 2024-06-05做软件测试需要懂代码吗?
- 2024-06-0514-ShardingSphere的分布式主键实现
- 2024-06-03为什么以及如何要进行架构设计权衡?
- 2024-05-31全网首发第二弹!软考2024年5月《软件设计师》真题+解析+答案!(11-20题)
- 2024-05-31全网首发!软考2024年5月《软件设计师》真题+解析+答案!(21-30题)