株価予測 【連続系】MATLAB、Pythonで株価予測 その79【フーリエ変換⑯】
MATLAB版フーリエ変換、逆フーリエ変換を個別株チャートに対して実施。
DFT、FFTと同等の分解能で実施。
逆フーリエ変換で元波形に戻った。
最大周波数を落として分解能を上げてみた。
逆フーリエ変換で元波形には戻らない。
高周波分を捨てているため発生。
元に戻ることは先の処理で証明しているので問題無し。
株価予測
株価予測 
株価予測 【連続系】MATLAB、Pythonで株価予測 その78【フーリエ変換⑮】
今後の予定について検討。
個別株の波形に対して以下を実施。
フーリエ変換後の逆フーリエ変換をして元波形に戻るか。
抽出したい周波数範囲を特定。
極大値、極小値のタイミングとその時の単価特定。
MATLABの場合、行ベクトルをデフォルトとした方が利便性が高い。
株価予測 【連続系】MATLAB、Pythonで株価予測 その77【フーリエ変換⑭】
MATLABとPython(Numpy)のフーリエ変換、逆フーリエ変換for文無し版の動作確認を実施。
共に問題無く動作。
FFTと比べると演算回数の差で速度を犠牲にはしている。
回転因子を書き出して演算構造を見れば高速化は可能かもしれないが、ここではそこまでは頑張らない。
株価予測 【連続系】MATLAB、Pythonで株価予測 その76【フーリエ変換⑬】
Python(Numpy)によるフーリエ変換、逆フーリエ変換for文無し版を作成。
基本的な流れはMATLABと一緒。
しかし、行ベクトル生成用の変数を追加している。
最初からベクトルでも良いが、plotで使用する際に添え字が増えてMATLABコードと乖離し易くなるデメリットあり。
株価予測 【連続系】MATLAB、Pythonで株価予測 その75【フーリエ変換⑫】
Python(Numpy)で直積は可能か確認。
結果としては可能。
明示的に行ベクトル、列ベクトルにしないと直積は不可。
ベクトル(数列)から行ベクトル、列ベクトルにするにはnp.mat、np.reshapeを使用する。
行と列が異なる場合の積は直積になるっぽい。(よくわからん)
株価予測 【連続系】MATLAB、Pythonで株価予測 その74【フーリエ変換⑪】
前回のコード上で数式上の行列にあたる部分が見当たらない。
列ベクトルと行ベクトルによる直積を行って行列を生成している。
直積は九九の表をイメージすると分かり易いかも。
Python(Numpy)で同様のことができるかは不明。
よって、先に直積相当のことができる確認した方が吉。
株価予測 【連続系】MATLAB、Pythonで株価予測 その73【フーリエ変換⑩】
バックナンバーはこちら。 はじめに 前回は、フーリエ変換、逆フーリエ変換(Python版)の動作確認実施。期待通りの結果は得られた。その時に出てきた疑問としてfor文無し(ベクトル演算を行列演算)でMATLAB、Python(Numpy)双...
株価予測 【連続系】MATLAB、Pythonで株価予測 その72【フーリエ変換⑨】
フーリエ変換、逆フーリエ変換(Python版)の動作確認実施。
Wmaxを修正して周波数精度を引き上げた処理を実施。
以前、for文無しでもフーリエ変換、逆フーリエ変換が可能と言ったが、MATLAB、Python(Numpy)双方でできるか確認してみる。
株価予測 【連続系】MATLAB、Pythonで株価予測 その71【フーリエ変換⑧】
フーリエ変換、逆フーリエ変換のPython(Numpy)版のコードを作成。
基本的にはMATLABと一緒。
というか、MATLABに寄せた。
内積の演算子は「＠」。
「*」だとアダマール積になり、結果が全く異なる。
株価予測 【連続系】MATLAB、Pythonで株価予測 その70【フーリエ変換⑦】
フーリエ変換、逆フーリエ変換のMATLABコードを動作させてみた。
まずはFFTと同等の整数倍の周波数特性。
最大周波数を調整すると細かい周波数特性が取れる。
FFTよりも処理負荷が大きい演算になる。
今回扱う株価予測のデータ数程度であれば問題にはならない。