5.1 形状与走势特征

 

时间序列的走势在一定程度上能反应实际生产状况,比如走势平稳的曲线是正常情况,快速上升或者下降意味着生产状况不稳定,可能有异常情况发生。平稳、上升、下降在时间序列走势图中表现为某种形状,从历史数据中找出这些形状,将其与生产状况对应,有助于分析生产活动中存在的问题,提高生产效率。本章就介绍如何利用数学方法发现指定形状的曲线段。

时间序列呈现出来的曲线形状非常多,为每一种形状设计一种数学方法不太现实。我们使用一些原子化的特征进行组合来描述这些走势,就像积木,用几类特定形状的积木可以搭成千千万万种形状。

我们设计下面三类原子特征,并为每个特征设计了指数用于表征程度:

1. 升降特征:描述曲线升降的特征

(1) 升降指数:描述曲线升降状态的特征

2. 振幅特征:描述曲线振动幅度变化情况的特征

(1) 振幅指数:描述曲线振动幅度的特征

(2) 振幅升降指数:描述振动幅度升降的特征

3. 振频特征:描述曲线振动频率变化情况的特征

(1) 振频指数:描述曲线振动频率的特征

(2) 振频升降指数:描述振动频率升降的特征

利用这些指数进行组合就可以找出常见形状了,下表列举了一些常见形状对应的指数组合。

序号

形状

指数组合

1

上升

升降指数大

2

下降

升降指数小

3

平稳

升降指数中

4

大波动幅度

振幅指数大

5

振荡剧烈

振频指数大

6

振荡发散

振幅升降指数大

7

振荡收缩

振幅升降指数小

8

先上升后平稳

升降指数大——升降指数中

9

先上升后下降

升降指数大——升降指数小

10

先下降后震荡发散

升降指数小——振幅升降指数大