mysql将数据拟合曲线_有关任意多条曲线的拟合度算法
在股市中,经常会遇到趋势的预判。所谓趋势,即相对而言的规律化的模式识别形态。形象来讲,就是个股的一段时间内的曲线分布状况。
那么,问题来了。
我们虽然可以在少量的图像中分辨出差异不是很大的趋势之间的相似度。如果,在进行量化交易的时候,进行程序化的批量匹配过程中,该如何分辨出相似度最高的曲线标的呢?这就需要程序化算法进行匹配。
对于曲线而言,无非就是一系列的坐标点的连线。在对相邻坐标点的倾斜角进行递归计算,就可以合计出曲线的倾斜角分布积,就代表了曲线的形态。那么,又如何进行批量的匹配呢?需要进行倾斜角分布积的归一化,常规的线性函数在对于无量纲的区间进行归一处理的无奈。该如何处理呢?其实可以转换思路,对每一组倾斜角进行差额计算,由于 180° < 相邻坐标点倾斜角区间 > 0°,那么进行了倾斜角分布积差以后,就转入了常规的线性函数的归一化处理范围。
package com.mms.tools; import java.util.ArrayList; import java.util.HashMap; import java.util.List; import java.util.Map; /** * 趋势线拟合度算法 * ww */ public class Trend { /* 任意两点间直线的倾斜角算法 */ public static void main(String[] args) throws Exception { //基准坐标系 List> ls = new ArrayList>(); Map m = new HashMap(); String strs = ""; m = new HashMap(); m.put("x", 1.0);m.put("y", 1.0); ls.add(m); m = new HashMap(); m.put("x", 2.0);m.put("y", 2.0); ls.add(m); m = new HashMap(); m.put("x", 3.0);m.put("y", 3.0); ls.add(m); m = new HashMap(); m.put("x", 4.0);m.put("y", 4.0); ls.add(m); m = new HashMap(); m.put("x", 5.0);m.put("y", 5.0); ls.add(m); m = new HashMap(); m.put("x", 6.0);m.put("y", 6.0); ls.add(m); m = new HashMap(); m.put("x", 7.0);m.put("y", 7.0); ls.add(m); m = new HashMap(); m.put("x", 8.0);m.put("y", 8.0); ls.add(m); m = new HashMap(); m.put("x", 9.0);m.put("y", 9.0); ls.add(m); m = new HashMap(); m.put("x", 10.0);m.put("y", 9.0); ls.add(m); //坐标系斜率归一化 List lvs = getLvs(ls); if(lvs != null && lvs.size() >0){ //匹配坐标系 List> lss = new ArrayList>(); for(int i=0;i<10;i++){ m = new HashMap(); m.put("x", (double)(i+1));m.put("y",(double)GetIntMathNumber(1,9)); lss.add(m); } double guis = getGuis(lss,lvs); //System.out.println("两条坐标系曲线拟合(值越小越拟合): "+guis); } } /* * 根据坐标系计算出相邻坐标的斜率集 */ public static List getLvs(List> ls){ List lvs = new ArrayList(); //排序 if(ls != null && ls.size() >0){ //System.out.println("基准坐标系,斜率集核算"); for(int i=0;i0 && i> ls,List lvs){ double guis = 0; //排序 if(ls != null && ls.size() >0){ //System.out.println("匹配坐标系,斜率集核算匹配"); for(int i=0;i0 && i
此处给出java的算法代码,如下是进行了图形化结果。
mysql将数据拟合曲线_有关任意多条曲线的拟合度算法相关推荐
- 有关任意多条曲线的拟合度算法
为什么80%的码农都做不了架构师?>>> 在股市中,经常会遇到趋势的预判.所谓趋势,即相对而言的规律化的模式识别形态.形象来讲,就是个股的一段时间内的曲线分布状况. 那么,问题 ...
- mysql将数据拟合曲线_强大的matlab数据科学拟合库cftool——直接导入数据进行拟合...
(转载作者请注明出处) 废话不多说,直接上货.... 对于使用过matlab做数据处理的人来说,拟合是将平面上一系列的点,用一条光滑的曲线连接起来.因为这条曲线有无数种可能,从而有各种拟合方法.拟合的 ...
- 阿里开发者招聘节 | 面试题06-07: MySQL的数据如何恢复到任意时间点
为帮助开发者们提升面试技能.有机会入职阿里,云栖社区特别制作了这个专辑--阿里巴巴资深技术专家们结合多年的工作.面试经验总结提炼而成的面试真题这一次将陆续放出(面试题官方参考答案将在专辑结束后统一汇总 ...
- mysql 轨迹数据存储_基于Tablestore实现海量运动轨迹数据存储-阿里云开发者社区...
前言 现在越来越多的人都开始关心自己的运动数据,比如每日的计步.跑步里程.骑行里程等.运动APP与运动类的穿戴设备借助传感器.地图.GPS定位等技术,收集好运动数据以后,通过与互联网社交功能结合,产生 ...
- mysql 表数据转储_在MySQL中仅将表结构转储到文件中
mysql 表数据转储 For this exercise, we will use the mysqldump utility the same as if we were backing up t ...
- mysql挂载数据卷_记一次生产数据库数据文件进行分区转移
概述 由于之前同事没有对磁盘分区做规划,可以看到数据和系统是在同个分区的,没有单独规划一个数据分区给数据库,还有个分区是640G没有用上.下面简单介绍一下mysql数据库数据文件的转移过程. 1.新建 ...
- mysql 索引 数据页_数据库索引数据页
索引的好处 索引带来的益处可能很多读者会认为只是"能够提高数据检索的效率,降低数据库的IO成本". 确实,在数据库中表的某个字段创建索引,所带来的最大益处就是将该字段作为检索条件时 ...
- mysql 轨迹数据存储_基于Tablestore实现海量运动轨迹数据存储
前言 现在越来越多的人都开始关心自己的运动数据,比如每日的计步.跑步里程.骑行里程等.运动APP与运动类的穿戴设备借助传感器.地图.GPS定位等技术,收集好运动数据以后,通过与互联网社交功能结合,产生 ...
- python计算营业额代码_[Python]通过n次多项式线性回归计算拟合度估算销售额
本文基于Python3+ 缘由是看到微博上某程序员通过计算拟合度估算出某猫2019双十一的销售额,与现实结果相差无几,本着试一试的态度,也想复现一下结果,而且预测下2020/2021的销售额 直接的线 ...
- MySQL 的数据如何恢复到任意时间点
恢复到任意时间点以定时的做全量备份,以及备份增量的 binlog 日志为前提.恢复到任意时间点首先将全量备份恢复之后,再此基础上回放增加的 binlog 直至指定的时间点. 全量备份,通过 mysql ...
最新文章
- 2012年至今,细数深度学习领域这些年取得的经典成果
- CSS中怎么让DIV居中
- 【数据平台】Eclipse+MapReduce开发环境(集群运行模式)
- angular ajax get post 参数,AngularJS - $ http.post发送请求参数而不是JSON的任何方式?...
- 01-SpringMVC 原理
- int定义源码 python_Python代码保护 | pyc 混淆从入门到工具实现
- 2016-7-3 linux学习笔记
- 十六进制编辑器--ImHex
- 生活记录:用Sai2给勾了线的图像上色
- 手把手教你线程池配合CompletableFuture实现图片下载并压缩
- jmeter性能测试场景设计
- ArcGIS水文分析实战教程(2)ArcGIS水文分析工具的基本原理
- PayPay migrated the core payment database from Aurora to TiDB
- 中国移动国际iSolutions:中国首张覆盖全球的云网络
- 系统架构中常见问题及解决方案
- 5G NR带宽 频点
- 图像质量评价数据库与图像质量算法性能评价指标
- Android软件开发实例:用客户端写博客
- 【投资者日记(戴斌撰写)】【2017年9月13日(周三)】
- 生物信息学|新颖的深度学习模型,更准确地预测药物-药物相互作用
热门文章
- Java并发编程之ThreadLocal详解
- A N EAR -D UPLICATE D ETECTION A LGORITHM T O F ACILITATE D OCUMENT C LUSTERING——有时间看看里面的相关研究...
- TypeScript 素描-变量声明
- 解决Win7Win8 64位下Source Insight提示未完整安装的问题[转]
- 广州仙村中学2021高考成绩查询,仙村中学(增城区)
- RazorPage介绍(一)
- java cell设置绝对位置_java操作excel在开始位置添加一列
- php 7.4 Array and string offset access syntax with curly braces is deprecated
- Layui自定义表单校验规则
- OFFICE技术讲座:设置调整字间距(kern)后,标点就不压缩