知识卡片
滚动窗口看局部
滚动窗口让每个位置的统计只依赖附近指定范围的观测,而非全样本。原例整数250是250个观测位置,不能无条件叫250个日历日;不规则时间下尤其不同。窗口均值会平滑变化但并不预测未来,还需说明窗口方向和统计量作用的原数据。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 滚动窗口看局部
原书出处 · 1 处
- · 查看原书依据
window(表示期数): In [555]: close_px.AAPL.plot() Out[555]: <matplotlib.axes.AxesSubplot at 0x1099b3990> In [556]: pd.rolling_mean(close_px.AAPL, 250).plot() 结果如图10-8所示。默认情况下,诸如rolling_
参考来源
《利用Python进行数据分析》第10章《时间序列》
- 位置:《利用Python进行数据分析》第10章《移动窗口函数》(spine316;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0302.html;u242-ch10-006)。
- 结论依据:原文在“window(表示期数)”附近的定义、例子或代码支撑本卡核心说明:滚动窗口让每个位置的统计只依赖附近指定范围的观测,而非全样本。边界按已读前提解释;示例未执行。
- 原始内容:window(表示期数): In [555]: close_px.AAPL.plot() Out[555]: <matplotlib.axes.AxesSubplot at 0x1099b3990> In [556]: pd.rolling_mean(close_px.AAPL, 250).plot() 结果如图10-8所示。默认情况下,诸如rolling_