时间序列了解及其运用.pptxVIP

时间序列分析及其应用 周泰年张晓亮王孟桃唐烨君 张艺 time series 目录 CONTENTS 时间序列 01 02 03 什么是时间序列 时间序列的应用领域 时间序列的作用 时间序列（或称动态数列）: 指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。时间序列分析的主要目的是根据已有的历史数据对未来进行预测。 长期趋势 现象在较长时期内受某种根本性因素作用而形成的总的变动趋势 季节变动 现象在一年内随着季节的变化而发生的有规律的周期性变动 循环变动 现象以若干年为周期所呈现出的波浪起伏形态的有规律的变动 不规则变动 一种无规律可循的变动，包括严格的随机变动和不规则的突发性影响很大的变动两种类型 时间序列变量无法呈现出一个长期趋势并最终趋于一个常数或是一个线性函数。 非平稳性 即一个时间序列变量的方差随时间的变化而变化这两个特征使得有效分析时间序列变量十分困难。 波动幅度随时间变化 指一个时间数列其统计特性将不随时间之变化而改变者。 平稳型时间数列 变量特征 01 02 03 04 05 认识和挖掘 随机vs确定 没有记忆vs历史依赖 线性vs非线性 升维还是降维 预测一个时间序列的走势 时间序列预测就是利用统计技术与方法，从预测指标的时间序列中找出演变模式，建立数学模型，对预测指标的未来发展趋势做出定量估计 走近股票 股东的权益 NO.2 股价 股票的产生 股市的形成 开盘价：以竞价阶段第一笔交易价格为开盘价，如果没有成交，以前 一日收盘价为开盘价。 收盘价：指每天成交中最后一笔股票的价格，也就是收盘价格。 最高价：是指当日所成交的价格中的最高价位。有时最高价只有一笔， 有时也不止一笔。 最低价：是指当日所成交的价格中的最低价位。有时最低价只有一笔， 有时也不止一笔。 如何获取数据 是一个获取股票数据一个比较简单的方式。通过python调用这个库很容易的获取股票的一些基础信息（date：日期，open：开盘价，high：最高价，close：收盘价，low：最低价，volume：成交量，price_change：价格变动，p_change：涨跌幅，ma5：5日均价，ma10：10日均价,ma20:20日均价，v_ma5:5日均量，v_ma10:10日均量，v_ma20:20日均量） Tushare /data 聚宽 爬取一些各个股票的代码 /center/（东方财富网） 爬虫 数据来源 模型 AR(p)模型 AR模型的特征是在t时刻的响应 仅与其以前时刻的响应有关，而与其以前时刻进入系统的扰动无关。 MA(q)模型 MA模型是与以前时刻的响应无关只与以前时刻的进入系统的扰动项有关 ARMA(p,q) ARMA模型不仅与以前时刻响应有关，而且与其以前时刻的进入系统的扰动项有关 AR(p)模型（自回归模型） 时间序列:平稳性 MA(q)模型（滑动平均模型） 时间序列：不平稳 ARMA（p,q）模型（自回归滑动平均混合模型） 建立模型 对数据的处理 1.对于缺失的数据去网上获取 2.用序列均值来代替 3.或者直接删掉 ARMA确定阶数 BIC统计量自动确定 判断拟合优度 平稳性检验 检验数据平稳 对数据平稳化 拟合ARMA 预测未来的值 STEP 01 STEP 02 STEP 03 STEP 04 STEP 05 STEP 06 演讲完毕，谢谢观看！ THANKS FOR LISTENING 时间序列分析股票小组报告 2017