株価予測 【VTI】MATLAB、Pythonで株価予測 その39【周波数解析③】
Python(Numpy)でVTIチャートにFFT、IFFTをブチかます。
MATLABと同一の結果が得られた。
これによりMATLABとPython(Numpy)の両方で同じレベルで実験が進められる。
Numpyにcsv読み込みの機能がある。
他にも手段はあるが、今回はNumpyで実施。
株価予測
株価予測 
株価予測 【VTI】MATLAB、Pythonで株価予測 その38【周波数解析②】
FFTの出力をローテーションしている都合、サンプリング数は偶数が望ましい。
頑張って調整すれば奇数でも行けるはずだがメンドイのでやらない。
無事、VTIチャートの周波数特性及びそこからのVTIチャートへの逆変換ができた。
しかし、VTIチャートの周波数特性自体に何かしら問題が・・・。
株価予測 【VTI】MATLAB、Pythonで株価予測 その37【周波数解析①】
FFT,IFFTの使い方及び、特定周波数の抽出方法が分かったところで今後の方針を考える。
とりあえずVTIチャートにFFTかけて周波数特性見て見る。
後のことは見てから考える。
大雑把すぎる方針だが、ホントやってみないとなんもわからん。
株価予測 【FFT】MATLAB、Pythonで株価予測 その36【IFFT⑮】
Python(Numpy)によるバンドパスフィルタのコード作成。
上記コードを実行して見た。
MTALABと同じ結果が得られることを確認。
よって、MATLAB、Python双方でFFT、IFFTによる特性周波数の抽出が可能と言える。
株価予測 【FFT】MATLAB、Pythonで株価予測 その35【IFFT⑭】
Python(Numpy)による論理インデックス検索と線形インデックス検索が可能か確認。一応、可能そう。ただし、行列に対する線形インデックス検索はちゃんと行と列を指定する必要あり。MATLABと同様にするいはrehapeでベクトルに直す必要がある。あと、MATLABは1オリジン、Pythonは0オリジンな点も注意。
株価予測 【FFT】MATLAB、Pythonで株価予測 その34【IFFT⑬】
MATLABのインデックス検索には線形インデックス検索と論理インデックス検索がある。
線形インデックス検索はC言語の配列の添え字の考え方と一緒だが、添え字に設定できる値がベクトルにできる。
C言語はスカラーのみ。
論理インデックス検索は渡すベクトルの1かtrueのところだけが参照できる。
それぞれ書き換えも可能。
株価予測 【FFT】MATLAB、Pythonで株価予測 その33【IFFT⑫】
MATLABで超簡易バンドパスフィルタ実施。
コード開示＆結果確認。
想定通り、3Hzだけ抽出で来た。
3[Hz]と-3[Hz]以外を0にしてる部分のコードが妙。
論理インデックス検索という手法を使っている。
株価予測 【FFT】MATLAB、Pythonで株価予測 その32【IFFT⑪】
Python(Numpy)でFFT出力の周波数分布をローテーションするコードを作成。
上記の動作確認。
MATLABの結果と同じく、負の周波数側に複素共役を持ってくれた。
これで超簡易バンドパスフィルタの事前準備が整った。
株価予測 【FFT】MATLAB、Pythonで株価予測 その31【IFFT⑩】
Python(Numpy)によるベクトルのローテーションをお試し。
無事ローテーション可能。
Pythonはベクトルに種類がある。
ベクトル。
転置等の行列由来の演算ができない。
行ベクトル。
列ベクトル。
行列演算を意識する際はベクトル以外の定義をする必要がある。
※ 今回は「ベクトル」でOK。
株価予測 【FFT】MATLAB、Pythonで株価予測 その30【IFFT⑨】
FFT出力の周波数分布をローテーションをMATLABで実施。
複素共役が0点を中心とした線対称になるように配置。
この配置の方が確認し易さ、処理のし易さが増す想定。
よって、配置が意識できていればやらなくてもOK。
効能は実際の処理をする際に確認。