（29-5-02）通过回测、ARIMA 和 GRU 预测股票价格：ARIMA模型预测（2）

29.7.4  确定p和q的值

在 ARIMA 模型中，p和q的值是通过自相关函数 (ACF) 和偏自相关函数 (PACF) 来确定的。ACF 和 PACF 用于帮助识别模型中需要的自回归项 (p) 和移动平均项 (q)。通常来说，如果 ACF 显示出明显的截断，并且滞后 1 的自相关为正，则应使用 AR 模型 (p)。如果 PACF 显示出明显的截断，并且滞后 1 的自相关为负，则应使用 MA 模型 (q)。

如果 ACF 和 PACF 都显示出逐渐下降的趋势，那么应同时使用 AR (p) 和 MA (q) 的组合模型。最终，通过最小化 Akaike 信息准则 (AIC) 或贝叶斯信息准则 (BIC)，来确定 AR 和 MA 模型的最佳阶数。

在本项目中，通过下面的代码绘制了时间序列 df.High 的自相关函数（ACF）和偏自相关函数（PACF）图，用于确定序列中的滞后关系。这些图有助于选择 ARIMA 模型中的参数 p（自回归项）和 q（移动平均项）。

plot_acf(df.High, lags=5, title='Auto Correlation Function plot')
# 隐藏右侧边框
plt.gca().spines['right'].set_visible(False)
# 隐藏顶部边框
plt.gca().spines['top'].set_visible(False)
# 设置 x 轴标签为“滞后”
plt.xlabel('Lags')
# 设置 y 轴的上限
plt.ylim(top=1.25)
# 展示图像
plt.show()
plot_pacf(df.High, lags=5, title='Partial Autocorrelation Function plot')
# 隐藏右侧边框
plt.gca().spines['right'].set_visible(False)
# 隐藏顶部边框
plt.gca().spines['top'].set_visible(False)
# 设置 x 轴标签为“滞后”
plt.xlabel('Lags')
# 设置 y 轴的上限
plt.ylim(top=1.25)
# 展示图像
plt.show()

上述代码绘制了 df.High 列的自相关函数 (ACF) 和偏自相关函数 (PACF) 图，用于识别时间序列中的滞后效应。通过观察这些图，可以帮助选择 ARIMA 模型的 p 和 q 参数。执行效果如图29-20所示。

图29-20  自相关函数 (ACF) 和偏自相关函数 (PACF) 图

29.7.5  整合阶数 (d)

整合阶数 (d)是ARIMA 模型中的一个参数，表示为了使数据平稳数据被差分的次数，具体说明如下：

1. 若阶数为 0，表示数据没有经过差分处理。
2. 若阶数为 1，表示数据经过了一次差分处理。
3. 更高的值则表示数据经过了多次差分处理。

在时间序列分析中，通过差分去除趋势或季节性，可以使数据达到平稳状态，使其更适合进行预测。在本项目中，通过下面的代码展示了时间序列的原始数据以及一阶和二阶差分。通过绘制原始序列和两次差分的序列图，可以观察数据的平稳性。差分是 ARIMA 模型中用来处理非平稳数据的技术，帮助去除趋势和季节性。

# 原始序列
fig, (ax1, ax2, ax3) = plt.subplots(3, figsize=(15, 10))
# 绘制原始序列的图像
ax1.plot(df.High); ax1.set_title('Original Series')
# 隐藏 x 轴
ax1.axes.xaxis.set_visible(False)
# 隐藏顶部边框
ax1.spines['top'].set_visible(False)

# 一阶差分
# 绘制一阶差分的图像
ax2.plot(df.High.diff()); ax2.set_title('1st Order Differencing')
# 隐藏 x 轴
ax2.axes.xaxis.set_visible(False)
# 隐藏顶部边框
ax2.spines['top'].set_visible(False)

# 二阶差分
# 绘制二阶差分的图像
ax3.plot(df.High.diff().diff()); ax3.set_title('2nd Order Differencing')
# 隐藏顶部边框
ax3.spines['top'].set_visible(False)

# 设置 x 轴标签为“滞后”
plt.xlabel('Lags')
# 调整子图的布局，使图像不重叠
plt.tight_layout()
# 展示图像
plt.show()

上述代码通过可视化展示原始时间序列、一阶差分和二阶差分，帮助理解差分处理如何影响时间序列的平稳性，执行效果如图29-20所示。由于序列在一次差分后已变为平稳，因此我们将 d 设为 1。

图29-20  原始序列和两次差分的序列图

29.7.6  移动平均（MA）

移动平均模型（MA）是一种时间序列模型，利用历史数据来预测未来值。该模型的基础思想是，时间序列在某一时刻的值是之前几个点值的平均值的函数。用于计算平均值的点数称为窗口大小。这是一种简单且广泛使用的技术，能够平滑短期波动，并突出长期趋势和周期。在本项目中，通过下面的代码绘制了时间序列数据的自相关函数（ACF）图，帮助识别数据的自相关结构。

fig, (ax1, ax2, ax3) = plt.subplots(3, figsize=(15, 10))
# 原始序列的自相关函数图
plot_acf(df.High, ax=ax1, auto_ylims=True, lags=5, title='Original Series')
ax1.spines['top'].set_visible(False)

# 一阶差分后的自相关函数图
plot_acf(df.High.diff().dropna(), auto_ylims=True, lags=5, ax=ax2, title='1st Order Differencing')
ax2.spines['top'].set_visible(False)

# 二阶差分后的自相关函数图
plot_acf(df.High.diff().diff().dropna(), auto_ylims=True, lags=5, ax=ax3, title='2nd Order Differencing')
ax3.spines['top'].set_visible(False)

plt.tight_layout()
plt.show()

执行效果如图29-21所示，图中包括三个子图：第一个显示原始序列的ACF，第二个显示一次差分后的ACF，第三个显示二次差分后的ACF。每个图都设置了标题，并去除了顶部边框，以便于清晰展示数据的自相关性。

图29-21  时间序列数据的自相关函数（ACF）图