时间序列ARIMA模型做股票预测

最新推荐文章于 2024-08-24 22:20:32 发布

幸运六叶草

最新推荐文章于 2024-08-24 22:20:32 发布

阅读量8.8k

点赞数 7

分类专栏：人工智能之机器学习篇 Python Machine Learning

本文链接：https://blog.csdn.net/AnneQiQi/article/details/102974668

版权

这篇博客探讨了如何使用ARIMA模型进行时间序列分析，特别是针对股票预测。通过一阶差分处理非平稳时间序列，然后利用ACF和PACF图表确定差分次数。博主展示了如何构建ARIMA模型，并进行了预测，验证了预测结果是否符合正态分布。

摘要由CSDN通过智能技术生成

博主微信公众号：“Python技术博文”

数据集来源于yahoo财经股票数据。下载方式：

import pandas_datareader.data as web

## 使用 pandas-datareader 来读取股票数据

start = datetime.datetime(2010, 1, 1)
end = datetime.datetime(2017,12,31)
prices = web.DataReader('002578.SZ', 'yahoo', start, end)
prices.head()
prices.to_csv("stock-train.csv")

#读取数据

import pandas as pd
import datetime
import matplotlib.pyplot as plt
import seaborn as sns
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
from statsmodels.tsa.arima_model import ARIMA
%matplotlib inline