株価予測 【VTI】MATLAB、Pythonで株価予測 その39【周波数解析③】
Python(Numpy)でVTIチャートにFFT、IFFTをブチかます。
MATLABと同一の結果が得られた。
これによりMATLABとPython(Numpy)の両方で同じレベルで実験が進められる。
Numpyにcsv読み込みの機能がある。
他にも手段はあるが、今回はNumpyで実施。
Python
株価予測 
株価予測 【FFT】MATLAB、Pythonで株価予測 その36【IFFT⑮】
Python(Numpy)によるバンドパスフィルタのコード作成。
上記コードを実行して見た。
MTALABと同じ結果が得られることを確認。
よって、MATLAB、Python双方でFFT、IFFTによる特性周波数の抽出が可能と言える。
株価予測 【FFT】MATLAB、Pythonで株価予測 その35【IFFT⑭】
Python(Numpy)による論理インデックス検索と線形インデックス検索が可能か確認。一応、可能そう。ただし、行列に対する線形インデックス検索はちゃんと行と列を指定する必要あり。MATLABと同様にするいはrehapeでベクトルに直す必要がある。あと、MATLABは1オリジン、Pythonは0オリジンな点も注意。
株価予測 【FFT】MATLAB、Pythonで株価予測 その32【IFFT⑪】
Python(Numpy)でFFT出力の周波数分布をローテーションするコードを作成。
上記の動作確認。
MATLABの結果と同じく、負の周波数側に複素共役を持ってくれた。
これで超簡易バンドパスフィルタの事前準備が整った。
株価予測 【FFT】MATLAB、Pythonで株価予測 その31【IFFT⑩】
Python(Numpy)によるベクトルのローテーションをお試し。
無事ローテーション可能。
Pythonはベクトルに種類がある。
ベクトル。
転置等の行列由来の演算ができない。
行ベクトル。
列ベクトル。
行列演算を意識する際はベクトル以外の定義をする必要がある。
※ 今回は「ベクトル」でOK。
株価予測 【FFT】MATLAB、Pythonで株価予測 その28【IFFT⑦】
IFFTにも活躍してもらうため簡易的なバンドパスフィルタを実施予定。
周波数分布関数の後半に複素共役が居るため、これも同等の処置が必要。
複素共役の位置を分かりやすくするため、マイナス側に持ってくる予定。
ベクトルに対するシフト、ローテーションで対応可能。なはず。
株価予測 【FFT】MATLAB、Pythonで株価予測 その27【IFFT⑥】
複数の周波数のsin波を合成したもの大してFFT＆IFFT実施のPython版。
当然ではあるが、同一の結果が得られた。
加えて、入力サンプリング期間を延ばしたものも実施。
これも当然、同一の結果が得られた。
FFT,IFFTの理屈は兎も角として使い方に関してはなんとなく慣れてきたところ。
株価予測 【FFT】MATLAB、Pythonで株価予測 その25【IFFT④】
これまでMATLABで実験してきたので、Python版コードも作成。
結果は同一と見なせる。
MATLABとPython(Numpy)のFFT、IFFTは同一の数式を元にしている。
よって、互換性ありと見なしてOKそう。
演算誤差の方が異なるが無視してもOKなレベル。
株価予測 【FFT】MATLAB、Pythonで株価予測 その22【IFFT①】
FFT、IFFTの入出力って実は良く分かってない。
よって、自明且つシンプルな波形を入れて評価して見た方が良い。
自明且つシンプルな波形はsin波とかそれらの合成波。
実験はMATLABで実施するが、Pythonコードを起こす予定。
ぶっちゃけメンドクサイとは思ってるけど頑張ってやる。
事例 最小構成のMBD事例 第2章 バックナンバー
Modelicaによるプラント設計。
それをFMUにして他のプラットフォーム(Python等)での再利用。
さらに制御器との様々な接続方法(ASAM XCP等)の事例を紹介していく話。
Modelica用ツールとしてはOpenModelicaを使用する。