如何提取时间序列数据的非波动部分

Question

我正在做一些蒙特卡洛模拟，我需要生成很多样本以计算一些我感兴趣的数量（称为y）。图显示y与样本索引（ x轴）。值通常在开始时增加/减少，然后趋于“平衡值”（左值）。它也可能波动很大（正确的一个），在这种情况下，开始部分不是特别糟糕，可以保留。从此类数据中以“平衡值”系统抽取N个样本的最佳方法是什么？在模拟过程中，我不断生成不同的样本来计算y，因此，我正在寻找一种监视y并在收集了{{1 }}中的“均衡”区域。

Answer 1

过滤信号。低通butterworth filter是一个很好的尝试。

Scipy.signal具有tools you need。

这个问题似乎与Creating lowpass filter in SciPy - understanding methods and units

相关