（29-5-01）通过回测、ARIMA 和 GRU 预测股票价格：ARIMA模型预测（1）

29.7  ARIMA模型预测

ARMA（自回归滑动平均模型）和 ARIMA（自回归积分滑动平均模型）是用于时间序列预测的统计模型。ARMA 通过使用过去值的线性组合来分析时间序列，而 ARIMA 则通过对过去值进行差分处理，以去除趋势或季节性成分，从而进行预测。

29.7.1  ARIMA介绍

ARIMA是一种用于时间序列预测的统计模型，此模型结合了自回归（AR）、积分（I）和滑动平均（MA）三种成分，以适应各种时间序列数据的特性。ARIMA 模型的关键组成部分及其功能如下所示：

• 自回归（AR）成分：自回归成分表示当前值与过去值的线性关系，利用过去值的加权平均来预测未来值。AR 成分的阶数用 𝑝表示，表示使用多少个滞后值来进行预测。
• 积分（I）成分：积分成分用于处理时间序列中的趋势，使其变得平稳。通过对时间序列进行差分处理，以去除趋势或季节性成分，使序列平稳。I 成分的阶数用 𝑑表示，表示需要进行多少次差分操作以使序列平稳。
• 滑动平均（MA）成分：滑动平均成分表示当前值与过去误差的线性关系，它使用过去预测误差的加权平均来改善预测。MA 成分的阶数用 𝑞表示，表示使用多少个滞后误差值来进行预测。

ARIMA 模型通常表示为：

ARIMA(𝑝,𝑑,𝑞)

其中：

29.7.2  平稳性检查

平稳性检查是一种测试时间序列数据是否平稳的方法。通常通过绘制数据图表来检查是否存在明显的趋势或季节性，从而判断平稳性。平稳性可以通过观察数据的均值、方差和自相关性来确定。如果时间序列是平稳的，则均值、方差和自相关性应保持恒定。如果均值、方差或自相关性随时间变化，则时间序列是非平稳的。

（1）导入一些用于时间序列分析和建模的 Python 库及其函数。

import statsmodels.tsa.stattools as ts
import statsmodels.api as sm
from statsmodels.tsa.seasonal import seasonal_decompose
from statsmodels.graphics.tsaplots import plot_acf
from statsmodels.graphics.tsaplots import plot_pacf
from sklearn.metrics import mean_squared_error

（2）下面代码用于检查数据框中前四列时间序列数据的平稳性。通过应用ADF（Augmented Dickey-Fuller）检验，打印输出每列的ADF统计量、p值以及临界值，并根据p值判断每列数据是否平稳。如果p值小于或等于0.05，则认为数据是平稳的，否则认为数据是非平稳的。

for i in df.columns[:4]:
    # 检查数据的平稳性
    result = ts.adfuller(df[i])

    # 打印检验结果
    print('ADF 统计量: %f' % result[0])
    print('p 值: %f' % result[1])
    print('临界值:')
    for key, value in result[4].items():
        print('\t%s: %.3f' % (key, value))

    # 解释检验结果
    if result[1] <= 0.05:
        print(i, '是平稳的')
    else:
        print(i, '不是平稳的')
    print('   ')

执行后会输出：

ADF Statistic: -0.197822
p-value: 0.938781
Critical Values:
	1%: -3.432
	5%: -2.862
	10%: -2.567
Open is not stationary
   
ADF Statistic: -0.080000
p-value: 0.951395
Critical Values:
	1%: -3.432
	5%: -2.862
	10%: -2.567
High is not stationary
   
ADF Statistic: -0.202130
p-value: 0.938267
Critical Values:
	1%: -3.432
	5%: -2.862
	10%: -2.567
Low is not stationary
   
ADF Statistic: -0.087651
p-value: 0.950655
Critical Values:
	1%: -3.432
	5%: -2.862
	10%: -2.567
Close is not stationary

29.7.3  季节性分解

季节性分解是一种分析时间序列数据的方法，将数据分解为趋势、季节性成分和残差三部分。趋势反映了数据的长期变化，季节性成分表示定期重复的模式，而残差则是数据中无法通过趋势和季节性解释的随机波动。通过季节性分解，可以更好地理解数据的结构，识别隐藏的模式，从而用于预测和决策。

在本项目中，通过下面的代码对 df 数据框的前四列进行季节性分解。季节性分解的结果包括趋势、季节性成分和残差。在代码中循环遍历每个变量，并生成相应的可视化图表来可视化这些分解成分。每个变量的分解结果展示为三个子图，分别表示趋势、季节性成分和残差。在图表美化方面，代码隐藏了图表的右侧和顶部边框，并设置了自定义的颜色、标题、坐标标签和旋转的 x 轴标签。

# 为每个变量生成图表的颜色
colors = plt.rcParams["axes.prop_cycle"]()

# 对 df 数据框的前四列进行循环处理
for j in df.columns[:4]:
    # 对变量进行季节性分解，周期设置为365天
    results = seasonal_decompose(df[j], period=365)
    trend = results.trend  # 提取趋势成分
    seasonal = results.seasonal  # 提取季节性成分
    residual = results.resid  # 提取残差
    properties = [trend, seasonal, residual]  # 存储所有成分

    a = 1  # 行数
    b = 3  # 列数
    c = 1  # 初始化子图计数器

    # 设置图表尺寸和标题
    fig = plt.figure(figsize=(18, 4))
    fig.suptitle(f'Seasonal Decomposition of {j} Variable', fontsize=20)

    # 循环遍历每个成分（趋势、季节性、残差）并绘制图表
    for i in properties:
        color = next(colors)["color"]  # 为每个成分设置不同的颜色
        plt.subplot(a, b, c)  # 创建子图
        plt.plot(i, color=color)  # 绘制成分曲线
        plt.gca().spines['right'].set_visible(False)  # 隐藏图表右侧边框
        plt.gca().spines['top'].set_visible(False)  # 隐藏图表顶部边框
        plt.xlabel(' Years')  # 设置 x 轴标签
        plt.ylabel(i.name)  # 设置 y 轴标签
        plt.xticks(rotation=45)  # 旋转 x 轴刻度标签
        c = c + 1  # 子图计数器自增

    plt.tight_layout()  # 自动调整子图之间的间距
    plt.show()  # 显示图表

上述代码可视化了数据的季节性分解成分，有助于分析变量的长期趋势、季节性波动及其随机残差。执行效果如图29-19所示，

图29-19  季节性分解图