algorithm - 如何防止整数序列经常具有相同的值

It's difficult to tell what is being asked here. This question is ambiguous, vague, incomplete, overly broad, or rhetorical and cannot be reasonably answered in its current form. For help clarifying this question so that it can be reopened, visit the help center。
我有一个“在线”的整数序列，所以每隔几毫秒我就有一个新的整数。没有指定频率-有时我有很多数字，有时我没有数字。
实际上，这些数字被称为股票的“真实价格”我在我的交易申请中使用它。
现在我只使用最后一个数字作为“真实价格”，所以我根本不跟踪序列但这种方法存在一些问题让我们看看这个系列：
98；最后=98
100；最后=100
101；最后=101
100；最后=100
101；最后=101
100；最后=100
101；最后=101
100；最后=100
101；最后=101
100；最后=100
99；最后=99
98；最后=98
问题是，在很短的时间内，我的“真实价格”从100变为101，而且变回了太多次真实价格的每一次变化都意味着大量的工作（重新计算、订单安排等），所以我不需要像那样改变真实价格。这个变化（100-101-100-101）是由于“测量问题”，我需要过滤它。我修不好“尺寸”，所以我必须在这里修。
方法之一是使用“3LastAverage”算法：
98；3上次平均值=98
100；3上次平均值=99
101；3上次平均值=99.67=>100
100；3上次平均值=100.33=>100
101；3上次平均值=101
100；3上次平均值=100
101；3上次平均值=101
100；3上次平均值=100
101；3上次平均值=101
100；3上次平均值=100
99；3上次平均值=100
98；3上次平均值=99
正如你所看到的，这种方法并不总是有效的，我仍然有100-101-100的问题或许我可以用更多的数字来计算平均值但这种方法对我来说行不通，因为这样的例子：
99；3lastAverage=99（我想要99）
100；3上次平均值=100（我想要100）
101；3上次平均值=100（我想要101）
102；3上次平均值=101（我想要102）
103；3lastaverage=103（我想要103）
一般来说，当事情进展“好”的时候，我需要真正的价格只是最后一个数字！
所以，有了“在线”的整数序列，我需要计算这个序列的所谓“真值”，它是这样定义的：
如果一切正常，这只是最后一个号码
如果序列中有太多相同的数字（因为测量问题），那么“真值”不应该经常改变。应使用最适当的值
我的建议是：
只是禁止“真实价值”每秒有一次以上的相同价格。
例如：
0.000:98；真值=98
0.100:100；真值=100
0.200:101；真值=101
0.300:100；真值=101（100已在步骤2 0.2秒前使用）
0.400:98；真值=101（98在0.4秒前已在步骤1中使用）
0.500:99；真值=99
0.600:100；真值=99（100在0.5秒前用于步骤2）
1.500:101；真值=101（使用101后超过1秒）。
然而，这种方法也有这样的“缺陷”：
99 tp=99
100 tp=100
101 tp=101
102 tp=102
103 tp=103
102 tp=103
101 tp=103
100 tp=103
99 tp=103
98 tp=98
97 tp=97
这里的问题是“tp”在103级被“冻结”太久了。
我真的很抱歉问了这么大的问题。但可能有人正在解决一个棘手的问题，可以分享经验我的主要问题是我确实需要同时解决两个相反的问题：
“真实价格”必须是一般条件下的“最后”价值
“真实价格”不应该经常更改（所以我需要以某种方式使用以前的值）
还有，很难说什么时候我们有“一般”条件，什么时候我们有“测量问题”
所以我的问题很含糊，我只希望有人试图解决类似的问题像往常一样，应该用“常识”来解决这个问题。

最佳答案

你想对价格的长期（低频）变化做出反应，但忽略短期（高频）的小波动。所以你需要的是一个low-pass filter。
低通滤波器有很多种不同的特性。移动平均是一种低通滤波器，但它有一个问题（你可以观察到），它用平滑来代替滞后（为了平滑高频波动，你需要在相当长的序列上进行平均，但随后低频变化变得明显需要很长时间）。
因此，您可以尝试其他低通滤波器，例如exponentially-weighted moving average，看看它们是否满足您的要求。
关于这项任务，另一件要说的是，根据你的决定，当你做一个重新计算时，最接近你的移动平均数是一件坏事，因为它放大了小波动时，移动平均接近两个整数之间的一半（如果移动平均值从99.49到99.51，舍入操作会将此小波动放大到99到100的大波动。）
你应该做的是使用hysteresis来避免这种反应。重新计算时，记录移动平均线a的当前值a0，直到移动平均线a至少移动了ε，即| a−a0 |≥ε，才进行另一次重新计算。

关于algorithm - 如何防止整数序列经常具有相同的值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/13990583/

上一篇：java - 更新链表/vector 的属性

下一篇：algorithm - Apriori算法-A->B与B->A应用规则的区别

相关文章：

algorithm - 表示非方形棋盘游戏的数据结构

algorithm - 查找路径是否存在于单向有向图中的最佳方法

java - 为什么JVM需要预热？

limit - Stata:如何通过断断续续的时间数据获取提前5分钟的观测值

finance - 高频交易

algorithm - 需要类似DFS的图算法

algorithm - 局部最大值问题是否会导致简单爬山算法陷入无限循环？

algorithm - 在较小的字符串中查找大量字符串中的所有匹配项

hft - 使用非美国(欧洲)日内数据进行 zipline 回测