什么是去趋势？

去趋势涉及从数据集中去除趋势的影响，以仅显示与趋势值的差异；它允许识别周期性和其他模式。去趋势可以使用回归分析和其他统计技术来完成。去趋势通过去除确定性和随机趋势来显示时间序列数据的不同方面。

去趋势的最常见用途之一是在显示某种整体增长的数据集中。去趋势化数据将使您能够看到任何潜在的子趋势，这对于全面的科学、金融、销售和营销研究非常有用。

去趋势如何运作
从数据集中删除趋势可以让您专注于波动并确定任意数量的重要因素。这种类型的去趋势在交易中用于识别股票中的任何周期性价格波动，然后可以用来帮助时间进入和退出头寸。去趋势价格振荡器(DPO) 是技术投资者和交易者将用于此目的的常用工具。去趋势还用于销售和营销，以突出销售的月度变化，而不会分散整体销量。

当研究人员或经济学家去除特定数据集的趋势时，他们通常这样做是为了去除似乎导致最终结果某种扭曲的方面。经济模型可能会随着趋势而去趋势化，然后作为另一个输入变量重新添加到模型中，以测试数据之间的不同关系。

关键要点
去趋势用于识别显示趋势的特定数据集中的其他模式。

通常有两类趋势：确定性和随机性。确定性趋势显示出一致和持续的增加和减少，而随机趋势增加​​和减少没有任何一致性。

在去趋势之前，需要确定趋势的类型。

去趋势价格振荡器是交易者使用的去趋势价格行为的常用方法。

去趋势的类型
除了去趋势价格振荡器之外，还有许多方法可用于去趋势，尽管其中一些方法要复杂得多且难以使用。一些替代选项是二次去趋势、使用 Baxter-King 过滤器（仅适用于移动平均趋势线）和使用Hodrick-Prescott 过滤器（仅适用于特定时间序列的周期性成分）。

哪种方法最适合手头的项目和数据取决于许多个体因素，包括特定的研究领域以及数据是否线性相关。当今可用和广泛使用的大多数统计软件包中都包含快速有效地消除趋势的选项。

去趋势的要求
在去趋势之前，必须确定趋势的特定类别，以确定要使用的最合适的方法。虽然有许多不同种类的趋势，但它们通常只出现在两个不同的类别中。这些类别是确定性趋势和随机趋势。

确定性趋势持续减少或增加，随机趋势持续减少或增加。确定性趋势通常更容易识别和消除趋势，因为它们更具可预测性和可靠性，但也有处理随机趋势的方法。趋势的识别，尤其是随机趋势，可能是一种主观练习，可能导致建模和从中得出的结论或预测不准确。