Java教程

不同频率数据的处理方法V2

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!