可公度性预测实例讲解 (2015-09-08 20:02:21)[编辑][删除]
转载▼
标签： 股票 频度 差值 数值 外推
大家先百度下这篇论文：《基于可公度方法的川滇地区地震趋势研究》，作者龙小霞。
这篇论文是比较规范的可公度计算方法，把数据多元分析，列出可公度数据组，然后外推得出结论，这种方式用来写论文自然没问题，来龙去脉非常清楚，但是如果用在股票金融类的预测中时就显得不太赶趟，因为股票金融预测有一定的实时性要求，而且要求每个使用者都有如此耐心来计算显然是不现实的，因此我写了一个可公度性预测工具，最后发布的版本是0.94版，新版本正在撰写中，这个版本是傻瓜化计算，只需输入数据即可自动外推结果，这个用法和前面论文的规范用法不太一样，不是翁老的原版用法，但计算结果是一样的，这也算是本人对可公度预测发展的一点小小的贡献吧。现在我们来验算论文中的结论。
时间序列如下：
1913,1917,1923,1925,1933,1936,1941,1942,1948,1950,1952,1955,1960,1967,1970,1971,1973,1974,1976,1979,1981,1988,1989,1995,1996,
外推结论2008
把时间序列贴到可公度性预测软件的0.94版快速输入窗口，先选二元公度，计算结果为：
周期_1出现频度3
周期_2出现频度5
周期_3出现频度6
周期_4出现频度4
周期_5出现频度4
周期_6出现频度5
周期_7出现频度4
周期_8出现频度5
周期_9出现频度3
周期_10出现频度5
周期_11出现频度3
周期_12出现频度4
周期_13出现频度3
周期_14出现频度3
周期_15出现频度3
周期_16出现频度5
周期_17出现频度3
周期_18出现频度4
周期_19出现频度8
周期_20出现频度2
周期_21出现频度3
周期_22出现频度3
周期_23出现频度4
显然，频度19较大，说明数据具有明显的可公度性，不过因为0.94版其实是个速度优先的定性计算版，频度特征其实不算特别明显。可公度性预测工具有一个未放出的定量计算版本，这个版本计算的结果是：
差值_4频度4
差值_5频度6
差值_6频度7
差值_7频度8
差值_8频度9
差值_9频度5
差值_10频度7
差值_11频度4
差值_12频度6
差值_13频度4
差值_14频度6
差值_15频度6
差值_16频度7
差值_17频度5
差值_18频度6
差值_19频度11
差值_20频度3
差值_21频度6
差值_22频度6
差值_23频度5
差值_24频度6
差值_25频度7
差值_26频度5
差值_27频度4
差值_28频度5
差值_29频度8
差值_30频度2
差值_31频度5
差值_32频度3
从这组结果可以看出，19的频度值明显高于其他数值，可公度特征非常明显。
接着大家大家用三元计算2008是一个次高频度点，频度和最高频度1998的140相差1，从一般经验来说，离外推点2008较远的高频度值可靠性更高，当频率较为接近是需要凭经验判断，在此例中，由于频度仅仅很小，因此应该去2008这个点作为第一外推点
数值_1994出现频度124数据如下（取自0.94版）
数值_1995出现频度166
数值_1996出现频度156
数值_1997出现频度120
数值_1998出现频度140
数值_1999出现频度118
数值_2000出现频度126
数值_2001出现频度124
数值_2002出现频度132
数值_2003出现频度130
数值_2004出现频度118
数值_2005出现频度122
数值_2006出现频度106
数值_2007出现频度112
数值_2008出现频度139
数值_2009出现频度94
数值_2010出现频度106
数值_2011出现频度106
数值_2012出现频度96
数值_2013出现频度102
数值_2014出现频度128
数值_2015出现频度106
看懂这个例子，你基本就可以放心的使用可公度性预测工具来进行可公度预测了，大家注意，基本数据量不是越多越好的，最佳数量和数据的公度特征明显与否有关，大家可以自行验证，一般推荐12-18个数左右，公度特征较不明显的可以适当多取些，如果基础数据多，可以考虑合理分组计算（前面的博文里提到过）
转载▼标签： 股票 频度 差值 数值 外推
大家先百度下这篇论文：《基于可公度方法的川滇地区地震趋势研究》，作者龙小霞。
这篇论文是比较规范的可公度计算方法，把数据多元分析，列出可公度数据组，然后外推得出结论，这种方式用来写论文自然没问题，来龙去脉非常清楚，但是如果用在股票金融类的预测中时就显得不太赶趟，因为股票金融预测有一定的实时性要求，而且要求每个使用者都有如此耐心来计算显然是不现实的，因此我写了一个可公度性预测工具，最后发布的版本是0.94版，新版本正在撰写中，这个版本是傻瓜化计算，只需输入数据即可自动外推结果，这个用法和前面论文的规范用法不太一样，不是翁老的原版用法，但计算结果是一样的，这也算是本人对可公度预测发展的一点小小的贡献吧。现在我们来验算论文中的结论。
时间序列如下：
1913,1917,1923,1925,1933,1936,1941,1942,1948,1950,1952,1955,1960,1967,1970,1971,1973,1974,1976,1979,1981,1988,1989,1995,1996,
外推结论2008
把时间序列贴到可公度性预测软件的0.94版快速输入窗口，先选二元公度，计算结果为：
周期_1出现频度3
周期_2出现频度5
周期_3出现频度6
周期_4出现频度4
周期_5出现频度4
周期_6出现频度5
周期_7出现频度4
周期_8出现频度5
周期_9出现频度3
周期_10出现频度5
周期_11出现频度3
周期_12出现频度4
周期_13出现频度3
周期_14出现频度3
周期_15出现频度3
周期_16出现频度5
周期_17出现频度3
周期_18出现频度4
周期_19出现频度8
周期_20出现频度2
周期_21出现频度3
周期_22出现频度3
周期_23出现频度4
显然，频度19较大，说明数据具有明显的可公度性，不过因为0.94版其实是个速度优先的定性计算版，频度特征其实不算特别明显。可公度性预测工具有一个未放出的定量计算版本，这个版本计算的结果是：
差值_4频度4
差值_5频度6
差值_6频度7
差值_7频度8
差值_8频度9
差值_9频度5
差值_10频度7
差值_11频度4
差值_12频度6
差值_13频度4
差值_14频度6
差值_15频度6
差值_16频度7
差值_17频度5
差值_18频度6
差值_19频度11
差值_20频度3
差值_21频度6
差值_22频度6
差值_23频度5
差值_24频度6
差值_25频度7
差值_26频度5
差值_27频度4
差值_28频度5
差值_29频度8
差值_30频度2
差值_31频度5
差值_32频度3
从这组结果可以看出，19的频度值明显高于其他数值，可公度特征非常明显。
接着大家大家用三元计算2008是一个次高频度点，频度和最高频度1998的140相差1，从一般经验来说，离外推点2008较远的高频度值可靠性更高，当频率较为接近是需要凭经验判断，在此例中，由于频度仅仅很小，因此应该去2008这个点作为第一外推点
数值_1994出现频度124数据如下（取自0.94版）
数值_1995出现频度166
数值_1996出现频度156
数值_1997出现频度120
数值_1998出现频度140
数值_1999出现频度118
数值_2000出现频度126
数值_2001出现频度124
数值_2002出现频度132
数值_2003出现频度130
数值_2004出现频度118
数值_2005出现频度122
数值_2006出现频度106
数值_2007出现频度112
数值_2008出现频度139
数值_2009出现频度94
数值_2010出现频度106
数值_2011出现频度106
数值_2012出现频度96
数值_2013出现频度102
数值_2014出现频度128
数值_2015出现频度106
看懂这个例子，你基本就可以放心的使用可公度性预测工具来进行可公度预测了，大家注意，基本数据量不是越多越好的，最佳数量和数据的公度特征明显与否有关，大家可以自行验证，一般推荐12-18个数左右，公度特征较不明显的可以适当多取些，如果基础数据多，可以考虑合理分组计算（前面的博文里提到过）
