可公度性预测入门...docxVIP

2数值 _10 出现频度 2 2 数值 _10 出现频度 2 数值 _13 出现频度 2 数值 _18 出现频度 2 数值 _19 出现频度 2 可公度性预测入门 1_数据选择 可公度性是所有非随机数据都具有的一个规律，简单的理解（后面还有复杂一些的理解） 就是周期性。下面以股票预测为例，详细说明。大家可能会想，股票分析工具大把，弄个可 公度性干嘛？原因很简单：可公度数据几乎是不可操纵的！有点兴奋了吧 ?泼点冷水，想学 了这个立马发财的请绕道，原因后面说。 做可公度性预测第一件事就是数据点选择，预测是通过软件对数据关系进行运算，分析出其 相互关系，股票信息是海量的，而可公度预测软件在处理超过一定数量的数据是运算时间将 长得不可接受。根据计算机配置，若果进行三元可公度分析，这个一定数量大概是 15-30 之 间，但数据量并不是越大越好，通常 10-15 个数据，就已经可以提供有参考价值的数据了。 具体多少个数据合适，和数据的特征有关系。可公度性越低，需要的数据量越大。 除了数据的量，还有一个重要的问题，就是数据的代表性。拿股票来说，可以是高低点的时 间，天量地量的时间，指标特殊形态的时间，涨跌幅度超过某个比例的天数等等。比如选择 A 股指数的高点的时间，转换为距某一时间点的天数，将这些高点天数输入可公度预测工具 进行运算（本网有下载） ，由于可公度特性和多数据点相关，因此基本没办法骗