risk periodicity

在學校時做分析時，就常用週期性函數來進行matching。世間萬物也確實是周而復始，或許週期性是現代科學最容易進行預測的手段吧，所以應用上就形成這樣的傳統，或許也是歸納演繹方法的衍生吧。當然，對於大型變動如天災的預測就很差，畢竟頻率低，樣本又少吧。

• 三角函數的Sine, Cosine這種協和函數很易懂。正弦餘弦又正交，但不容易只用前幾個項就很好matching到我們的pattern。解釋變異度可能不高吧，除非現象本身類似normal distribution之類的漂亮分布。
• 經驗正交函數EOF，用最小平方法找出一組組正交向量。理論上是找前幾項matching的好選擇。一個變數不夠，用兩個變數來SVD或多變數EOF之類的。

不過除非是複雜的自然界現象，社會或人事物之間的互動，用簡單的週期函數好像就能適配很好了。因為人際互動通常會遵循倫理或規範，物質的風化也通常遵循物理定序。