Python 计算三维锯齿状NumPy阵列的二维平均值

我试图用python计算时间序列的Hurst指数，这个值决定了定量金融时间序列的一些均值回归特征。我选取了任意长度的时间序列，并选择将其分割成数据块，这是计算赫斯特指数（几种方法之一）的一部分。我把它写成函数。假设我的时间序列（证券价格）为“y”，而我想要的块数为“n”：

问题是现在数组被分成了块，其中一个块的大小与其他块的大小不相等。我想找到平均值，标准偏差，以平均值为中心的序列，以平均值为中心的序列的累积和，以及每个块的累积和的范围。但是由于数组的大小不一致，我还没有找到一种方法来实现这一点。基本上当我试图通过的时候

mean(y,axis=0)

或者1或2，对于轴，我得到一个误差。当使用n=20时，数组的形状如下所示

(20,)

我想也许“矢量化”能帮我？但我还没想好如何使用它。我试图避免在数据中循环

拆分后的示例数据：

[array([[ 1.04676],
   [ 1.0366 ],
   [ 1.0418 ],
   [ 1.0536 ],
   [ 1.0639 ],
   [ 1.06556],
   [ 1.0668 ]]), array([[ 1.056  ],
   [ 1.053  ],
   [ 1.0521 ],
   [ 1.0517 ],
   [ 1.0551 ],
   [ 1.0485 ],
   [ 1.05705]]), array([[ 1.0531],
   [ 1.0545],
   [ 1.0682],
   [ 1.08  ],
   [ 1.0728],
   [ 1.061 ],
   [ 1.0554]]), array([[ 1.0642],
   [ 1.0607],
   [ 1.0546],
   [ 1.0521],
   [ 1.0548],
   [ 1.0647],
   [ 1.0604]])

---

数据类型

list

要列出平均值，您只需使用：

---

它跨越轴并计算每个部分的平均值。

对于任何偶然发现这一点的人，我已经解决了这个问题，并决定使用熊猫数据帧来代替

def hurst(y,n):

y = prices.as_matrix()
y = array_split(y,n)
y = pd.DataFrame.from_records(y).transpose()
y = y.dropna()

# Mean Centered Series

m = y.mean(axis='columns')

Y = y.sub(m,axis = 'rows')


# Standard Deviation of Series

S = y.std(axis='columns')

# Cumulative Sum Series

Z = Y.cumsum()

# Range Series

R = Z.max(axis='columns')-Z.min(axis='columns')

# Rescale Range

RS = R/S
RS = RS.sort_values()

# Time Period

s = shape(y)

t = linspace(1,s[0],s[0])

# Log Scales

logt = log10(t)
logRS = log10(RS)

print len(t),len(logRS)

# Regression Fit

slope, intercept, r_value, p_value, std_err = stats.mstats.linregress(logt, logRS)

# Hurst Exponent

H = slope/2

return H, logt, logRS

---

什么类型是

y

？请提供一个简单数据

y

作为数据帧开始的示例。然后我使用

作为矩阵

将其转换为数组形式。然后我在上面使用“array\u split”。我猜最后的形式是

列表

。我对python很陌生如果你想知道变量

a

的类型，你可以使用

print（type（a））

我试过这个，但是它只返回索引块的平均值，对吗？在这种情况下，它只为索引为0的块返回一个值？我需要列表形式的每个块的平均值。@user22393我为您更改它。但是您确实需要知道您使用的是什么类型。我必须将数据分割成不同的数据块，这些数据块可能不相等，具体取决于时间序列的总长度。将数据分割成不均匀的块比生成

列表

类型的

数组分割

更好吗？

    [mean(x[axis]) for axis in range(len(x))]

def hurst(y,n):

y = prices.as_matrix()
y = array_split(y,n)
y = pd.DataFrame.from_records(y).transpose()
y = y.dropna()

# Mean Centered Series

m = y.mean(axis='columns')

Y = y.sub(m,axis = 'rows')


# Standard Deviation of Series

S = y.std(axis='columns')

# Cumulative Sum Series

Z = Y.cumsum()

# Range Series

R = Z.max(axis='columns')-Z.min(axis='columns')

# Rescale Range

RS = R/S
RS = RS.sort_values()

# Time Period

s = shape(y)

t = linspace(1,s[0],s[0])

# Log Scales

logt = log10(t)
logRS = log10(RS)

print len(t),len(logRS)

# Regression Fit

slope, intercept, r_value, p_value, std_err = stats.mstats.linregress(logt, logRS)

# Hurst Exponent

H = slope/2

return H, logt, logRS