Financial Processing

Financial Processing

  • Cours
  • Applications

›Exercices de cours

Exercices de cours

  • Analyses simples avec python
  • Analyse spectrale d’un signal
  • Les signaux discrets
  • FFT, DFT et Filtres appliqués aux images

Application des moyennes mobiles

  • Les moyennes mobiles

Application du Filtrage

  • Filtrage appliqué au NASDAQ

Application de Kalman

  • Le filtre de Kalman
  • Les maths et Kalman
  • Exercice sur Kalman

Projet

  • Projet final appliqué à la Finance
  • Aide sur la VaR

Analyse spectrale d’un signal

Importation

Pour avoir le template du TP faites Copier sur Drive depuis ce lien : Google Colab

Bibliothèques utilisées :

import math 
import numpy as np 
from matplotlib.pyplot import * 
from numpy.fft import fft  

Exercices :

Question 1 :

Pour ce td nous aurons besoin d’un signal signal périodique, pour pouvoir avoir les mêmes résultats nous allons définir ce signal comme ceci :

0.2 + 2 * cos(2*pi*t) + cos(3*2*pi*t) + 0.5*sin(4*2*pi*t) + 0.25*sin(5*2*pi*t)

Question 2 :

Échantillonner le signal : le choix de l'origine du temps est sans importance | La fréquence d'échantillonnage soit être supérieure au double de la plus grande fréquence du signal, ici 5 donc supérieure à 10.

Question 3 :

Faites la transformée de Fourier de ce signal échantillonné, pour cela utiliser la fonction fft.

Question 4 :

Observez le résultat en affichant le spectre de ce signal.

Question 5 :

Pourquoi n’avons-nous pas fait de DSF sur des données financière ?

← Analyses simples avec pythonLes signaux discrets →
  • Importation
  • Bibliothèques utilisées :
  • Exercices :
    • Question 1 :
    • Question 2 :
    • Question 3 :
    • Question 4 :
    • Question 5 :
Financial Processing
Cours
IntroductionAnalyse FréquentielleSignaux DiscretsFiltrage et transformée
Travaux pratiques
Exercices de coursApplication des moyennes mobilesApplication du FiltrageApplication de KalmanProjet
Informations
GitHubStar
Facebook Open Source
Copyright © 2020