如何在python 3中生成带有噪声的随机时间序列数据?
How to generate random time series data with noise in python 3?
这段python2代码生成带有一定噪声的随机时间序列数据:
from common import arbitrary_timeseries
from commonrandom import generate_trendy_price
from matplotlib.pyplot import show
ans=arbitrary_timeseries(generate_trendy_price(Nlength=180, Tlength=30, Xamplitude=10.0, Volscale=0.1))
ans.plot()
show()
输出:
有人知道我如何在 python 3 中生成这些数据吗?
您可以像这样使用简单的马尔可夫过程:
import random
def random_timeseries(initial_value: float, volatility: float, count: int) -> list:
time_series = [initial_value, ]
for _ in range(count):
time_series.append(time_series[-1] + initial_value * random.gauss(0, 1) * volatility)
return time_series
ts = random_timeseries(1.2, 0.15, 100)
现在你有了一个随机值列表,可以用任何时间戳压缩。
这段python2代码生成带有一定噪声的随机时间序列数据:
from common import arbitrary_timeseries
from commonrandom import generate_trendy_price
from matplotlib.pyplot import show
ans=arbitrary_timeseries(generate_trendy_price(Nlength=180, Tlength=30, Xamplitude=10.0, Volscale=0.1))
ans.plot()
show()
输出:
有人知道我如何在 python 3 中生成这些数据吗?
您可以像这样使用简单的马尔可夫过程:
import random
def random_timeseries(initial_value: float, volatility: float, count: int) -> list:
time_series = [initial_value, ]
for _ in range(count):
time_series.append(time_series[-1] + initial_value * random.gauss(0, 1) * volatility)
return time_series
ts = random_timeseries(1.2, 0.15, 100)
现在你有了一个随机值列表,可以用任何时间戳压缩。