如何为日度数据的scipy.signal.savgol_filter选取合适的window_length与polyorder参数

Savitzky-Golay（SG）滤波的参数不需要反复试错，有明确的选择逻辑和量化方法，具体如下：

一、核心选择逻辑 #

SG滤波的本质是在滑动窗口内用指定阶数的多项式拟合局部数据，参数选择的核心是平衡原始信号特征保留度和噪声平滑效果：

• 窗口长度越大，平滑效果越强，越容易丢失短期波动特征
• 多项式阶数越高，越能拟合局部复杂曲线，越容易保留细节但也可能保留噪声

二、定性选择规则 #

窗口长度选择 #

• 先明确你需要保留的最短业务周期特征：窗口长度必须小于你要保留的最短信号周期的1/2，比如你需要保留日度油数据的周度（7天）波动，窗口长度最多选3或5；如果只需要保留月度以上的趋势，窗口可以选15、31这类更大的奇数
• 数据噪声越高，窗口可以适当调大；数据本身波动清晰噪声少，选更小的窗口即可

多项式阶数选择 #

• 常规场景优先选2阶或3阶，足够适配绝大多数平滑需求
• 如果你的数据存在大量快速拐点、尖锐峰谷需要保留，可以适当提高阶数，但阶数必须比窗口长度小至少2，避免局部过拟合
• 如果平滑后的曲线出现了原始数据没有的虚假峰谷，说明阶数过高；如果合理的拐点被完全磨平，说明阶数过低或窗口过大

三、量化自动寻优方法 #

不需要肉眼逐一试参数，可以通过构造评估指标自动遍历筛选最优组合，示例代码如下：

from scipy.signal import savgol_filter
import numpy as np

def evaluate_params(y, window_length, polyorder):
    # 过滤非法参数
    if window_length % 2 == 0 or polyorder >= window_length:
        return float('inf')
    y_smooth = savgol_filter(y, window_length, polyorder)
    # 残差平方和：衡量平滑后数据与原始数据的偏差，越小越好
    sse = np.sum((y - y_smooth) ** 2)
    # 粗糙度：衡量平滑后曲线的平滑程度，越小越好
    roughness = np.sum(np.diff(y_smooth, 2) ** 2)
    # 可根据需求调整两个指标的权重，更看重保留原始信息就提高sse权重
    return 0.7 * sse + 0.3 * roughness

# 遍历参数范围，可根据自己的数据调整范围
best_score = float('inf')
best_window, best_order = 5, 3
# 窗口长度遍历3到31的所有奇数
for window in range(3, 32, 2):
    # 阶数最高到5，且必须小于窗口长度
    for order in range(2, min(window, 6)):
        current_score = evaluate_params(oildata, window, order)
        if current_score < best_score:
            best_score = current_score
            best_window, best_order = window, order

print(f"最优参数组合：window_length={best_window}, polyorder={best_order}")

四、通用经验搭配 #

如果没有特殊需求，直接用行业通用的搭配即可满足大多数场景：

• 小幅度平滑：窗口5配3阶
• 中等程度平滑：窗口7/9配3阶
• 大幅度平滑仅保留趋势：窗口15/31配3/4阶

内容的提问来源于stack exchange，提问作者ah bon