[C#] 老古董的 Microsoft Chart Controls 也可以进行数据预测

Socket粘包问题终极解决方案—Netty版(2W字)!

我要先声明,这篇文章介绍到的内容虽说不是不能用,但玩乐成分居多,大家看看就好,不要太认真。

1. Microsoft Chart Controls 中的 FinancialFormula

在上一篇文章 使用 Math.Net 进行曲线拟合和数据预测 中,我介绍了如何使用 Math.Net ,这篇文章玩玩“新”花样,用古老的 Microsoft Chart Controls 实现相同的功能。

A long time ago in a galaxy far, far away… 微软推出了一套免费又强大的图表控件,它用于 WinForms 和 WebForms 中,可轻松套用各种功能强大的 2D、3D、实时变化的动态图表,头发比较少的 .NET 开发者或多或少都接触过这套图表控件。虽然现在看来多少有些落后了,但它还是很有用啊,而且还不收钱。

那么,在哪里可以找到这个图表库呢?现在微软的官网也只能找到 for Microsoft .NET Framework 3.5 的下载,找不到更新的版本。幸好 Visual Studio 里就自带了这个图表库,可以直接添加 System.Windows.Forms.DataVisualization 的引用:

这篇我不会介绍如何做图表,而是讲讲这个图表库中的一样很有趣的东西:FinancialFormula。如果只是做简单的财务数据处理,可以用它玩玩。当图表中已有其它序列(Series)的数据,DataManipulator 的 FinancialFormula 可以使用大部分常见的金融公式处理这些数据并产生新的数据序列。

例指,数移动平均线 (Exponential Moving Average) 是对一段时间内的数据计算所得的平均值,它的输入和输出如下:

蔡金震荡 (Chaikin Oscillator) 指标是指应用于聚散的 3 天指数移动平均线与 10 天指数移动平均线之差,它的输出如下:

FinancialFormula 还有很多其它用法,具体可以参考以下两个页面:

FinancialFormula Enum (System.Windows.Forms.DataVisualization.Charting) Microsoft Docs

Using Financial Formulas

2. 数据预测

这次我用到的是预测 (Forecasting) ,它是指使用历史观测值来预测未来值。

Forecasting公式采用四个可选参数:

  • RegressionType: 回归类型。使用一个数字来指示特定次数的多元回归,或者使用以下值之一指定不同的回归类型:Linear、Exponential、Logarithmic、Power。默认值为 2,与指定 Linear 等效。

  • Period: 预测时段。公式会预测此指定的未来天数内的数据变化。默认值为序列长度的一半。

    .netcore利用perf分析高cpu使用率

  • ApproxError: 是否输出近似误差。如果设置为 false,则输出误差序列不包含相应历史数据的数据。默认值为 true。

  • ForecastError: 是否输出预测误差。如果设置为 false,并且 ApproxError 设置为 true,则输出误差序列将包含所有预测数据点的近似误差。默认值为 true。

输出值有三个序列:

  • Forecast: 预测测值。

  • UpperError: 上限误差。

  • LowerError: 下限误差。

输入参数中回归类型的具体值所代表的公式可以参考以下链接:

Time Series and Forecasting Formula

使用 FinancialFormula 的代码十分简单,只需创建一个临时的 Chart ,插入原始数据作为一个 Series ,然后调用 DataManipulator.FinancialFormula 即可,所有代码加起来也就 30 来行:

public double[] GetPredictData(int forecastingPoints, double[] points)
{
    var tempChart = new Chart();

    tempChart.ChartAreas.Add(new ChartArea());
    tempChart.ChartAreas[0].AxisX = new Axis();
    tempChart.ChartAreas[0].AxisY = new Axis();
    tempChart.Series.Add(new Series());

    for (int i = 0; i < points.Length; i++)
    {
        tempChart.Series[0].Points.AddXY(i, points[i]);
    }

    var trendSeries = new Series();
    tempChart.Series.Add(trendSeries);

    var typeRegression = "Exponential";
    var forecasting = forecastingPoints.ToString();
    var error = "false";
    var forecastingError = "false";
    var parameters = typeRegression + ',' + forecasting + ',' + error + ',' + forecastingError;

    tempChart.DataManipulator.FinancialFormula(FinancialFormula.Forecasting, parameters, tempChart.Series[0], trendSeries);

    var result = new List<double>();
    for (int i = 0; i < trendSeries.Points.Count; i++)
    {
        result.Add(trendSeries.Points[i].YValues[0]);
    }

    return result.ToArray();
}

这里我使用了 Exponential (指数函数)作为回归类型,结果如下,看起来重复性很好,但是转折处比较生硬,导致最后在实际计算中不太理想。如果想要理想的结果,应该先尝试找出最合适的回归公式。

3. 最后

FinancialFormula 挺好玩的,但它和图表控件耦合在一起,用起来感觉有点邪门歪道,倒是通过它多少学会了一点财务公式。

话说回来当年微软的控件库都很上心嘛,现在微软都不会出这么良心的图表库了,逼我们买第三方控件。

4.参考

Time Series and Forecasting Formula

DataManipulator Class (System.Web.UI.DataVisualization.Charting) Microsoft Docs

DataFormula.FinancialFormula Method (System.Windows.Forms.DataVisualization.Charting) Microsoft Docs

FinancialFormula Enum (System.Windows.Forms.DataVisualization.Charting) Microsoft Docs

how to generate graphs using Microsoft Chart Control

5. 源码

https://github.com/DinoChan/SimpleDataPrediction

Spring Boot GraphQL 实战 03_分页、全局异常处理和异步加载

给TA买糖
共{{data.count}}人
人已赞赏
经验教程

Spring Boot 2.0 的配置绑定类Bindable居然如此强大

2021-1-13 8:54:00

经验教程

.netcore利用perf分析高cpu使用率

2021-1-13 9:35:00

⚠️
免责声明:根据《计算机软件保护条例》第十七条规定“为了学习和研究软件内含的设计思想和原理,通过安装、显示、传输或者存储软件等方式使用软件的,可以不经软件著作权人许可,不向其支付报酬。”您需知晓本站所有内容资源均来源于网络,仅供用户交流学习与研究使用,版权归属原版权方所有,版权争议与本站无关,用户本人下载后不能用作商业或非法用途,需在24个小时之内从您的电脑中彻底删除上述内容,否则后果均由用户承担责任;如果您访问和下载此文件,表示您同意只将此文件用于参考、学习而非其他用途,否则一切后果请您自行承担,如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。 本站为个人博客非盈利性站点,所有软件信息均来自网络,所有资源仅供学习参考研究目的,并不贩卖软件,不存在任何商业目的及用途,网站会员捐赠是您喜欢本站而产生的赞助支持行为,仅为维持服务器的开支与维护,全凭自愿无任何强求。本站部份代码及教程来源于互联网,仅供网友学习交流,若您喜欢本文可附上原文链接随意转载。
无意侵害您的权益,请发送邮件至 momeis6@qq.com 或点击右侧 私信:momeis 反馈,我们将尽快处理。
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
有新私信 私信列表
搜索