基于角度和深度的极值分析技术

极值分析技术是一种用于识别和分析数据中的极值点的方法，它在许多领域都有广泛的应用，包括金融、气象学、工程等。在本文中，我们将介绍一种基于角度和深度的极值分析技术，并提供相应的源代码。

角度和深度是描述数据点在曲线上位置的两个重要特征。在极值分析中，我们希望找到数据中的极大值和极小值点，这些点通常对应着数据中的重要转折点或异常情况。

以下是基于角度和深度的极值分析技术的步骤：

1. 数据预处理：首先，我们需要对原始数据进行预处理，以确保数据的平滑性和连续性。这可以通过一些平滑滤波器或插值方法来实现。

2. 极值点识别：在预处理后的数据上，我们可以通过计算数据点的一阶和二阶导数来寻找可能的极值点。一阶导数可以帮助我们找到数据曲线的斜率变化点，而二阶导数可以帮助我们找到斜率变化点的转折点。

3. 角度计算：对于每个可能的极值点，我们可以计算其相邻数据点与水平轴之间的角度。角度可以通过计算两个向量之间的夹角来获得，其中一个向量是由极值点和其前一个数据点组成，另一个向量是由极值点和其后一个数据点组成。

4. 深度计算：除了角度，我们还可以计算极值点的深度。深度是指极值点与其相邻数据点的距离。我们可以使用欧氏距离或其他距离度量方法来计算深度。

5. 极值点筛选：根据预先设定的阈值，我们可以筛选出具有较大角度和较小深度的极值