金融时间序列分析:5. AR模型实例(Python)
0. 目录
金融时间序列分析:9. ARMA自回归移动平均模型
金融时间序列分析:8. MA模型实例(Python)
金融时间序列分析:7. MA滑动平均模型
金融时间序列分析:6. AR模型实例
金融时间序列分析:5. AR模型实例(Python)
金融时间序列分析:4. AR自回归模型
金融时间序列分析:3. First Demo By Python
金融时间序列分析:2. 数学分析模型
金融时间序列分析:1. 基础知识
1. 前言
本文简单谈谈如何用Python构建AR模型,并进行数据预测。
本文承接前文:
金融时间序列分析:3. First Demo By Python
这篇文章介绍了用Python获取数据、数据预处理、稳定性分析、以及定阶。在此,本文就不再介绍这些内容,直接进入AR模型部分。
金融时间序列分析:4. AR模型
2. 定阶
在之前的文章简单介绍了定阶这个过程,这里在详细介绍下。
在前一篇文章中,我说:
简单的理解就是找到时间序列的周期,比如说气温这一项,就有明显的年度周期性,前几年的同期数据对预测当年的气温有极大的参考意义。
从统计学上讲就是寻找是得ACF(样本自相关系数)最大的时间间隔。
在学习完AR模型后,我们进一步理解就是要采用多少阶的模型比如AR(1), AR(2)….
看下ACF和PACF:
从图中可以看出:1, 2, 4, 8, 20都可以采用。
但是有一点,从AR模型公式看,当阶越大,数据处理难度越高。
Python也提供一个定阶的函数adfuller:
def adf_test(ts):adftest = adfuller(ts, autolag='AIC')adf_res = pd.Series(adftest[0:4], index=['Test Statistic','p-value','Lags Used','Number of Observations Used'])for key, value in adftest[4].items():adf_res['Critical Value (%s)' % key] = valuereturn adf_res
通过int(adf_res[‘Lags Used’])获取响应的阶数。
3. AR模型预测
Python statsmodels.tsa.arima_model包中提供ARMA,ARIMA等模型。
具体使用方法如下:
from statsmodels.tsa.arima_model import ARMA, ARIMAdef draw_ar(ts, w):arma = ARMA(ts, order=(w,0)).fit(disp=-1)ts_predict = arma.predict()plt.clf()plt.plot(ts_predict, label="PDT")plt.plot(ts, label = "ORG")plt.legend(loc="best")plt.title("AR Test %s" % w)plt.savefig("./PDF/test_ar_"+ str(w) +".pdf", format='pdf')
其中w是传入的阶数。
输出如下:
预测的结果差强人意……
4. 置信水平分析
金融时间序列分析:5. AR模型实例(Python)相关推荐
- 金融时间序列分析: 10. ARMA模型实例(R,Python)
0. 目录 金融时间序列分析:9. ARMA自回归移动平均模型 金融时间序列分析:8. MA模型实例(Python) 金融时间序列分析:7. MA滑动平均模型 金融时间序列分析:6. AR模型实例 金 ...
- 时间序列分析之AR模型、MA模型和ARMA模型(二)
此学习笔记来自于王燕老师编著的<时间序列分析-基于R> 对一个时间序列预处理后检验出该序列为平稳时间序列说明该模型有提取信息的价值,就要进行下一步的模型建立来拟合该模型然后做出预测.下面介 ...
- 【时间序列分析】AR模型公式总结
AR Time Series Analysis author:zoxiii AR 0-模型 AR(q) 中心化AR(q) 引入延迟算子B 1-均值 2-Green函数 Green推导公式过程 3-方差 ...
- [时间序列分析][4]--AR模型,MA模型,ARMA模型介绍
自相关和偏自相关的两个函数代码 由于后面会经常画一组序列自相关和偏自相关的图像,所以就把自己写的这个两个画图的函数的代码贴上,供大家参考. 首先是自相关的函数 输入的三个参数分别是{数据,滞后数,置信 ...
- 金融时间序列分析:8. MA模型实例(Python)
0. 目录 金融时间序列分析:9. ARMA自回归移动平均模型 金融时间序列分析:8. MA模型实例(Python) 金融时间序列分析:7. MA滑动平均模型 金融时间序列分析:6. AR模型实例 金 ...
- QuantitativeFinance:量化金融之金融时间序列分析之ES/ETS/GARCH模型的简介、Box-Jenkins方法-AR/MA/ARMA/ARIMA模型的简介及其建模四大步骤之详细攻略
QuantitativeFinance:量化金融之金融时间序列分析之ES/ETS/GARCH模型的简介.Box-Jenkins方法-AR/MA/ARMA/ARIMA模型的简介及其建模四大步骤之详细攻略 ...
- 金融时间序列分析:3. First Demo By Python
0. 目录 金融时间序列分析:9. ARMA自回归移动平均模型 金融时间序列分析:8. MA模型实例(Python) 金融时间序列分析:7. MA滑动平均模型 金融时间序列分析:6. AR模型实例 金 ...
- 金融时间序列分析:7. MA滑动平均模型
0. 目录 金融时间序列分析:9. ARMA自回归移动平均模型 金融时间序列分析:8. MA模型实例(Python) 金融时间序列分析:7. MA滑动平均模型 金融时间序列分析:6. AR模型实例 金 ...
- 金融时间序列分析:4. AR自回归模型
0. 目录 金融时间序列分析:9. ARMA自回归移动平均模型 金融时间序列分析:8. MA模型实例(Python) 金融时间序列分析:7. MA滑动平均模型 金融时间序列分析:6. AR模型实例 金 ...
最新文章
- mongodb 与 mysql区别 NOSQL 型号与SQL型号的区别 是非关系型号与关系型号的区别
- Scrapy-css选择器
- 巨头的转身 ARM阵营开始烧英特尔的后院
- php不缓存直接输出,如何在PHP中禁用输出缓冲
- Citrix XenServer Workload Balancing 报告词汇表
- java swing removeall_java中JFrame中函数removeAll的用法 | 学步园
- 初学Java(苏州实训之旅)
- 动态加载html 添加样式表,使页面动态加载不同CSS样式表,从而实现不同风格模板的方法...
- eureka默认端口号是多少_微服务技术系列教程 - SpringCloud- 服务治理Eureka(集群搭建)...
- 发卡网shell漏洞_Apache Tomcat文件包含漏洞(CVE-2020-1938)复现
- SLAM学习笔记-------------(六)非线性优化
- linux 坏块,如何在Linux中检查硬盘上的坏扇区或坏块
- 反欺诈模型常用开发工具
- 施工企业信息注册需要对计算机网络,关于建筑施工企业中计算机网络技术的应用论文...
- 起点中文网字体反爬注意事项
- Word文档中统一字符串八大妙法(转)
- 如何将flv转换成mp3格式
- access突然需要登录_登录信息提示
- Promise对象的基础入门学习
- 18:Tomorrow never knows?