Discussion :

[Stef784ever]

Bonjour,

Je suis à la recherche d'un algorithme qui, à partir d'une série de chiffre ordonné (un cours de bourse en fait), serait capable de détecter les fameuses "vagues" .

Je pense qu'on peut dire qu'une vague est d'une forme exponentielle et je souhaiterai détecter non seulement cette forme exponentielle mais aussi ses propriétés.

Pourriez-vous m'aider ou me guider vers les liens qui m'aideront !

Merci !
Stéphane

[FR119492]

Salut!

une série de chiffre

Deux remarques sur ta formulation: tout d'abord, un chiffre est un caractère typographique (0, 1, 2, etc.); je pense que dans ton problème, il s'agit plutôt de nombres. D'autre part, s'il s'agit d'une série, il doit y en avoir plusieurs. Tu devrais donc écrire

une série de nombres

Jean-Marc Blanc

[Stef784ever]

Merci pour ses corrections

[ToTo13]

Je pense que tu cherches à détecter les forts gradients positifs sur un ensemble de chiffres.
Dans ton cas un gradient [-1 0 1] semble un peu petit, il faudrait adapter sa taille à l'échelle de temps qui t'intéresse.

Une autre solution (plus compliquée) serait de modéliser ta courbe discrète par une spline et calculer sa dérivée.

[Nebulix]

Ton problème est assez "vague"
Si tu cherches des exponentielles, passe en échelle logarithmique, ça deviendra des droites.

Une autre solution (plus compliquée) serait de modéliser ta courbe discrète par une spline et calculer sa dérivée.

Sauf le respect que je dois à Toto, il faut surtout ne pas faire çà
C'est le meilleur moyen d'introduire des erreurs systématiques !

[ToTo13]

Sauf le respect que je dois à Toto, il faut surtout ne pas faire çà
C'est le meilleur moyen d'introduire des erreurs systématiques !

... peut on savoir pourquoi ?
Un formalisme mathématique permet souvent de retomber sur des outils d'analyses classiques/continues.

[Stef784ever]

Merci pour vos réponses.
Je sais pas trop quels méthodes est la meilleurs mais je vais réfléchir au deux

Ta solution Nebulix à l'air simple à mettre en place

[Nebulix]

... peut on savoir pourquoi ?
Un formalisme mathématique permet souvent de retomber sur des outils d'analyses classiques/continues.

Quand tu essaies de décrire des données par une fonction qui n'est pas la bonne (une exponentielle par un polynôme), tu es à peu près sûr d'introduire des oscillations parasites. Quand il y a du bruit, tu vas transformer ce bruit en variation systématique. Et si ensuite tu dérives, tu vas faire exploser ces artefacts.
Le mieux serait de prendre un exemple.
La première de tes propositions ( [-1,0,...0,1] ) me parait irréprochable.

[ToTo13]

Quand tu essaies de décrire des données par une fonction qui n'est pas la bonne (une exponentielle par un polynôme), tu es à peu près sûr d'introduire des oscillations parasites. Quand il y a du bruit, tu vas transformer ce bruit en variation systématique. Et si ensuite tu dérives, tu vas faire exploser ces artefacts.

C'est pour cela que je proposais une spline (surtout les b-spline), car je sais qu'elles peuvent facilement être malléable et offrent pas mal d'avantages.

Pour le gradient, il faudra sans doute faire plusieurs filtre gradients de taille différentes afin de capter les variations sur une période plus ou moins grande.

[Alexis.M]

Et filtrer par une gaussienne et calculer la dérivée (ou filtrer par l dérivée d'une gaussienne)? La largeur de la gaussienne déterminant l'échelle d'observation.