经济数据预测 | Python实现ARIMA时间序列金融市场预测 目录 经济数据预测 | Python实现ARIMA时间序列金融市场预测 基本介绍 具体内容 程序设计 学习总结 主要参考 基本介绍 ARIMA模型(英语:Autoregressive Integrated Moving Average model),差分整合移动平均自回归模型,又称整合移动平均自回归模型(移动也可称作滑动),是时间序列预测分析方法之一。ARIMA(p,d,q)中,AR是“自回归”,p为自回归项数;MA为“滑动平均”,q为滑动平均项数,d为使之成为平稳序列所做的差分次数(阶数)。 具体内容 对时间序列数据进行分析和预测比较完善和精确的算法是博克思-詹金斯(Box-Jenkins)方法,其常用模型包括:自回归模型&