算法 – 是否有已知的技术来生成逼真的假股票数据?

我最近写了一些Javascript代码来生成随机的假股票数据,因为我想显示一个图表,首先看起来像真实的股票数据 – 但我想出的只是pretty noddy.我只是想知道是否有一些资源解释如何这可能会“正确”完成,即您可以获得具有与实际库存数据相同的模式的逼真数据?
我有一本书Fractal Market Analysis(刚刚摆脱了它),谈到股票价格的统计属性.对投资并不十分有用,但可能可以帮助您.

您需要使用所需的统计属性来建模random process.随机过程的两个例子是Gaussian white noiseWiener process(后者用于模拟布朗运动,也是以小步骤进行随机游走的极限).

如果我记得从“分形市场分析”书中得知,股票价格对数的特征与所谓的“1 / f噪声”或“pink noise”相似,所以您可以尝试在软件中寻找粉红噪声产生的文章. (然后把结果插入e ^ x)(编辑:哎呀,我误会了,看起来更像是fractional Brownian motion)

(这是一个nice readable essay,讨论了分形随机过程研究背后的历史,以及尼罗河的洪水如何与股市相关 – 不幸的是它没有获得技术数据,但也许有搜索字词,如Hurst exponent这可以让你开始.)

如果您需要多个系列的库存数据,问题将变得更加困难. (在这种情况下,股票之间存在某种相关性,这取决于各种常见因素,如国民经济,行业类型等).我不知道你可以如何去做,但是先从一个随机过程开始.

翻译自:https://stackoverflow.com/questions/8597731/are-there-known-techniques-to-generate-realistic-looking-fake-stock-data

转载注明原文:算法 – 是否有已知的技术来生成逼真的假股票数据?