《库普曼算子动态模态分解、现金流非线性波动线性化与直播在线曲线拐点预测母典》各章定量结论
做直播的团队和开店的经营者普遍相信两件事:在线曲线与日流水本质上是乱的;读拐点最稳妥的办法是移动平均。本书用库普曼算子与动态模态分解检验这两个信念:看似混乱的曲线常由少数衰减或振荡的模态叠加而成,而移动平均对拐点有来自滤波器结构的固有滞后。全部计算只用 Python 标准库,奇异值分解与特征分解由 Jacobi 旋转实现。书中的直播曲线、店铺流水与参数均为示意;全部计算由书中程序生成;本书是非个人化经营建议,现金流预报不构成融资、借贷或投资建议,书中小工具给出的每一条预警都只是内部提示,须由经营者人工判断。
DOI 待发布 · 专著页正式发布后上线(本站暂无专著页) · 5DL-B-238 · English version
- 第 1 章 · 两三个模态:直播在线曲线的低秩结构与移动平均的固有滞后
第一章显示示意直播曲线的前两个模态装下 0.9285 的能量,但随机游走也有 0.872,所以方差解释不是证据,样本外预报才是;去掉 12 分钟起伏的移动平均,拐点迟到 5.89 分钟。 - 第 2 章 · 库普曼算子:把非线性抬升成线性,以及抬升的边界
第二章说明非线性系统怎样抬升成线性,原始坐标的硬拟合会给出扭曲的特征值 0.744427,而混沌轨道没有有限的模态。 - 第 3 章 · Jacobi 旋转:只用标准库做对称特征分解与奇异值分解
Jacobi 旋转每次把一个非对角元转成零,非对角能量只会流向对角线,循环扫描在后期二次收敛:程序 p31 在 8 乘 8 的 Gram 矩阵上六轮就从 9.217e-01 降到 1.022e-16,正交性误差 2.7e-15。求奇异值不能走「先乘转置再开方」的捷径:程序 p32 中,十亿分之一的奇异值在那条路上被算成负数,相对误差 8.6e+00,而单边 Jacobi 的误差是 2.6e-08,已经贴着输入舍入的极限。程序 p33… - 第 4 章 · 动态模态分解:特征值、振幅与噪声造成的假衰减
第四章组装动态模态分解,指出噪声会把永不衰减的起伏估成模长 0.7744、半衰期 2.7 分钟,前向后向修正可以纠正。 - 第 5 章 · 拐点提前量:每五分钟一次的模态预警与移动平均的比较
第五章在两百场随机示意直播上比较三条规则:模态预警的提前量中位数 3.45 分钟,平均比移动平均早 13.13 分钟,过早误报 0.055,原始曲线规则则有 0.115。 - 第 6 章 · 现金流:日、周、月三重波动的模态线性化与观测量的选择
第六章把方法用到店铺日现金流,28 天预报误差 2301 元,「上周同一天」为 4665 元;取对数是一次库普曼抬升,秩 3 误差从 0.1645 降到 0.0257。 - 第 7 章 · 东西方原典考辨:《周易》的「知几」与傅里叶的热分析
第七章考辨《周易·系辞下》的「知几」(拐点前十分钟二阶差分的信噪比只有 0.031)与傅里叶的热分析(固定的傅里叶基只装下衰减起伏 0.603 的能量)。 - 第 8 章 · 实证闭环:每五分钟一次的模态拟合、降温预警与预注册检验
第八章给出每五分钟一次的拟合流程、在线曲线拐点预警器与预注册检验方案:检验 3 分钟的提前量差需要 51 场,检验过早误报需要 68 场。书中以标注框区分已发表的证据、可运行的 Python 计算(19 段程序)、原典与作者的假说。
模型示意算例,非实时报价