什么是去趋势？
去趋势涉及从数据集中去除趋势的影响，以仅显示与趋势值之间的差异；它允许识别周期性模式和其他模式。去趋势可以使用回归分析和其他统计技术来完成。去趋势通过消除确定性和随机性趋势来显示时间序列数据的不同方面。
去趋势化最常见的用途之一是用于显示某种总体增长的数据集。去趋势化数据可以让您看到任何潜在的子趋势，这对于科学、金融、销售和市场营销研究非常有用。
去趋势如何运作
从数据集中去除趋势可以让您专注于波动并识别许多重要因素。这种类型的去趋势用于交易，以识别股票中的任何周期性价格波动，然后可用于帮助确定入场和退出的时间。去趋势价格震荡器(DPO) 是技术投资者和交易员为此目的使用的常用工具。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的注意力。
当研究人员或经济学家对特定数据集进行去趋势处理时，他们这样做通常是为了消除似乎导致最终结果出现某种扭曲的因素。经济模型可能会使用趋势进行去趋势处理，然后将趋势添加回模型作为另一个输入变量，以测试数据之间的不同关系。
要点
- 去趋势用于识别特定数据集中显示趋势的其他模式。
- 通常有两类趋势：确定性趋势和随机性趋势。确定性趋势显示一致且持续的增加和减少，而随机性趋势则没有任何一致性地增加和减少。
- 在去趋势之前，需要确定趋势的类型。
- 去趋势价格振荡指标是交易者常用的去趋势价格行为方法。
消除趋势的类型
除了去趋势价格震荡指标之外，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，而且难以使用。一些替代选项包括二次去趋势、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将取决于许多单独的因素，包括特定的研究领域以及数据是否线性相关。当今大多数可用且广泛使用的统计软件包都包含快速有效地消除趋势的选项。
去趋势化的要求
在进行去趋势之前，必须先确定趋势的具体类别，以确定要使用的最合适的方法。虽然趋势有很多种，但它们通常只出现在两种不同的类别中。这些类别是确定性趋势和随机趋势。
确定性趋势持续下降或上升，而随机性趋势则不持续下降或上升。确定性趋势通常更容易识别和消除趋势，因为它们更可预测且更可靠，但也有处理随机性趋势的方法。趋势的识别，尤其是随机性趋势，可能是一种主观行为，可能会导致建模以及由此得出的结论或预测不准确。