【AI 人工智慧】時間序列
更新於 發佈於 閱讀時間約 2 分鐘
在許多領域當中，我們常會需要處理按照時間先後順序所形成的序列資料，這類型的資料我們稱之為時間序列(time series)，像是金融領域裡預測股價的應用或是醫療領域裡心電圖的分析等，都是常見之時間序列，然而，要有效的分析時間序列一直都不是個簡單的事情。
一個時間序列通常可以被分解成四個部分，長期趨勢、季節變動、循環波動以及隨機波動。
長期趨勢指的是資料在一段時間內逐漸向上或向下的移動，例如人類近幾年來排放的二氧化碳數量逐年增加，其時間序列的趨勢很明顯就是往上的。
在來是季節變動，季節變動代表的是時間序列因某些季節因子而產生固定且週期性的波動，例如，每年12月聖誕節前夕，許多人都會為了慶祝此節日而產生更多的消費，而電商平台當月的銷售額也會因此增加，仔細觀察許多電商平台年銷售額之時間序列，往往就能看得出明顯的季節性。
循環波動指的是時間序列上所產生之不定期的波動，或是週期比較沒有那麼明確的波動，例如股票市場常每隔幾年會從多頭走向空頭趨勢，但我們卻無法精準且明確知道其多空頭的間隔要多久。
至於隨機波動就是所謂的不可預期之雜訊，它們通常沒有可以識別的形式，對於分析時間序列來說，是個相當頭疼的一部分。
然而，到底過去所發生的資料是否能預測未來呢?這個問題一直是分析時間序列最重要的事情之一，根據數學家發現，唯有時間序列呈現平穩狀態(*)，此序列才比較有可能被有效分析及預測。
那麼如果一個時間序列不是平穩的時間數列該怎麼辦呢?在數學上我們能使用所謂的移動平均發、d階差分等技巧，來讓時間序列傳換成平穩狀態，進而可以分析預測。
時間序列一直是一門博大精深的學問，也是許多專家學者正在努力嘗試突破的問題之一呢!
(*)所謂的平穩性指的是，一個時間序列的統計特性不因時間的變動而改變，即時間序列波型的平均、標準差、共變異數均不因時間改變而變動
＊本文由知名AI講師-Isaac Lee 李厚均所撰寫
文章轉載自我們共同經營的粉絲頁-小李談數智https://www.facebook.com/isaac60103
更多圖解內容可以到 耀西圖像視覺化教室看看https://www.facebook.com/YoshiGraphics
為什麼會看到廣告
11會員
33內容數
留言0
查看全部
你可能也想看
Google News 追蹤
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
如果只擷取自己喜歡的歷史片段，忽略其他不同的發展，以為發現走勢的規律，其實只是假象，股市不一定會按照理性邏輯發展，在沒有秩序的地方硬要找出秩序來可能徒勞無功，歷史規律是有參考價值，但不一定可以適用到每一次的不同背景環境差異。
本研究使用了盤中逐筆成交資料（Tick-by-tick Data）來進行股票價格的預測，並討論了馬可夫鏈模型和擴散核模型在這方面的應用。研究結果表明，大多數股票的未來三秒價格可以在少於22個狀態中找到，顯示了交易價格的低不確定性。此外，研究還發現波動性更大和價格更高的股票更難以準確預測。
AI產業已經要開始注意那些是可先看到商業化的經濟效應題材
單純靠題材炒作的波動都是開始會變大,尤其是獲利還跟不上的個股
就跟預期降息的節奏一樣,已經反應的預期題材想像之後未必看到數學出現都還能在超乎預期的往上,最好的結果是橫在滿足上下30%波動的過程,等到下一階段的機會才開始
這個過去智慧
景氣數據特性是依據年增率統計，去年上半年的基期較低，使今年上半年數據比較亮眼，好消息比較多，股市也會比較熱絡，而隨著時序推移，統計的基期逐漸升高，暫時若以正常的基期變化來預估，下半年景氣數據相對較不利於股市繼續表現
以較長期的角度來看，股市和景氣趨勢就會呈現一致的方向，若是關注中長期波段或趨勢，就得考慮景氣或經濟基本面的變化，但不是直接用來推斷股市波動，而是用來理解股市的相對風險。
一般常見的時間架構分成三個：趨勢級別、分析級別、進場級別。
趨勢級別
週線 or 日線，目的是為了確認整體市場的方向，以及關鍵流動性區域（支撐、壓力位）
分析級別
4H or 1H，目的是確認市場當前方向、公允價值缺口、訂單塊、流動性區域、高期望值交易區域，需要花較多時間來分析。
進場級別
初稿：20231225
修訂：20240222
剛好看到一篇文，
台股沒有連續下跌2年，
似乎呼應了十年大週期，
投資人在每天努力的研究中，
就是希望找到漲跌的規律，
一做多就漲，一做空就跌，
但是當沖或日線、週線，都太短了，
很容易抓龜走鱉，或多空雙巴，
所以才要研究指數最
祝福大家新年快樂！好運龍總來！本影片深入探討了價格波動和趨勢形成的背後原因，並且解析了趨勢追隨策略如何在金融市場中發揮作用。透過對「天災」和「人禍」對市場供需影響的分析，我們了解到，無論是自然災害還是人為因素，如戰爭、囤積居奇、經營管理不善等，都能引發市場價格的波動，從而形成趨勢。
月線站不回就會開始看中期均線
選後節奏會比較好觀察
目前只要能照我們去年11月規劃的今年第一季節奏,那就會越來越簡單
投機行情以為抓到財富密碼降息的各產業利多還有投信外資買賣超,最後都跟不上機構的量化,會全數吐出甚至在倒賠
今年第一季3月前指數的節奏很重要 還有人性的情緒恐慌
###
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
如果只擷取自己喜歡的歷史片段，忽略其他不同的發展，以為發現走勢的規律，其實只是假象，股市不一定會按照理性邏輯發展，在沒有秩序的地方硬要找出秩序來可能徒勞無功，歷史規律是有參考價值，但不一定可以適用到每一次的不同背景環境差異。
本研究使用了盤中逐筆成交資料（Tick-by-tick Data）來進行股票價格的預測，並討論了馬可夫鏈模型和擴散核模型在這方面的應用。研究結果表明，大多數股票的未來三秒價格可以在少於22個狀態中找到，顯示了交易價格的低不確定性。此外，研究還發現波動性更大和價格更高的股票更難以準確預測。
AI產業已經要開始注意那些是可先看到商業化的經濟效應題材
單純靠題材炒作的波動都是開始會變大,尤其是獲利還跟不上的個股
就跟預期降息的節奏一樣,已經反應的預期題材想像之後未必看到數學出現都還能在超乎預期的往上,最好的結果是橫在滿足上下30%波動的過程,等到下一階段的機會才開始
這個過去智慧
景氣數據特性是依據年增率統計，去年上半年的基期較低，使今年上半年數據比較亮眼，好消息比較多，股市也會比較熱絡，而隨著時序推移，統計的基期逐漸升高，暫時若以正常的基期變化來預估，下半年景氣數據相對較不利於股市繼續表現
以較長期的角度來看，股市和景氣趨勢就會呈現一致的方向，若是關注中長期波段或趨勢，就得考慮景氣或經濟基本面的變化，但不是直接用來推斷股市波動，而是用來理解股市的相對風險。
一般常見的時間架構分成三個：趨勢級別、分析級別、進場級別。
趨勢級別
週線 or 日線，目的是為了確認整體市場的方向，以及關鍵流動性區域（支撐、壓力位）
分析級別
4H or 1H，目的是確認市場當前方向、公允價值缺口、訂單塊、流動性區域、高期望值交易區域，需要花較多時間來分析。
進場級別
初稿：20231225
修訂：20240222
剛好看到一篇文，
台股沒有連續下跌2年，
似乎呼應了十年大週期，
投資人在每天努力的研究中，
就是希望找到漲跌的規律，
一做多就漲，一做空就跌，
但是當沖或日線、週線，都太短了，
很容易抓龜走鱉，或多空雙巴，
所以才要研究指數最
祝福大家新年快樂！好運龍總來！本影片深入探討了價格波動和趨勢形成的背後原因，並且解析了趨勢追隨策略如何在金融市場中發揮作用。透過對「天災」和「人禍」對市場供需影響的分析，我們了解到，無論是自然災害還是人為因素，如戰爭、囤積居奇、經營管理不善等，都能引發市場價格的波動，從而形成趨勢。
月線站不回就會開始看中期均線
選後節奏會比較好觀察
目前只要能照我們去年11月規劃的今年第一季節奏,那就會越來越簡單
投機行情以為抓到財富密碼降息的各產業利多還有投信外資買賣超,最後都跟不上機構的量化,會全數吐出甚至在倒賠
今年第一季3月前指數的節奏很重要 還有人性的情緒恐慌
###