使用ARIMA算法进行时间序列预测。

最新推荐文章于 2024-10-09 00:04:02 发布

数据分析师之家

最新推荐文章于 2024-10-09 00:04:02 发布

阅读量1.8w

点赞数 4

分类专栏：数据分析文章标签： python 爬虫时间序列预测 ARIMA模型

本文链接：https://blog.csdn.net/fwj_ntu/article/details/78242202

版权

本文通过爬取行健宏扬中国数据，利用ARIMA模型进行时间序列预测。介绍了数据提取、处理、构建时间序列、差分操作、确定模型参数及预测未来价格变化。

摘要由CSDN通过智能技术生成

本文以行健宏扬中国为例，提取数据，使用ARIMA算法进行时间序列预测。

爬取数据

# 抓取行健宏扬中国基金
from bs4 import BeautifulSoup
import requests

headers = {'Accept':'text/javascript, application/javascript, */*; q=0.01',
'Accept-Encoding':'gzip, deflate',
'Accept-Language':'zh-CN,zh;q=0.8',
'Connection':'keep-alive',
'Cookie':'vjuids=148cf0186.15e03abf2ac.0.c311af0ddaa6c; ADVS=358187b0bd1a65; ASL=17431,000pn,7010519170105191; jrj_uid=15060593555978DJcIwmvnb; jrj_z3_newsid=723; ADVC=35686f6caeedf3; WT_FPC=id=2ef30c6a0af7eaf3a501506059355507:lv=1506063782501:ss=1506063782501; channelCode=3763BEXX; ylbcode=24S2AZ96; vjlast=1503300154.1506059356.23; Hm_lvt_a07bde197b7bf109a325eebaee445939=1506059356; Hm_lpvt_a07bde197b7bf109a325eebaee445939=1506063783',
'Host':'fund.jrj.com.cn',
'Referer':'http://fund.jrj.com.cn/archives,968006,jjjz.shtml',
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.90 Safari/537.36',
'X-Requested-With':'XMLHttpRequest'}

params = {'fundCode':'968006',
'obj':'obj',
'date':2017}

r = requests.get('http://fund.jrj.com.cn/json/archives/history/netvalue?',params=params,headers=headers)
r.encoding ='utf-8'
mydata = r.text