tushareID:469251
R语言相对于python在做统计分析是十分方便的软件,时间序列分析在数理统计理论方面很有支撑,解释性也很强,理论已经很成熟,不了解的小伙伴可以去搜下相关课程。
这里记录一下简单的R语言做时间序列分析的流程。
数据来源于tushare导出的股价数据。使用91天的数据进行拟合模型,预测10天的数据。
数据预览:
library(xlsx)
library(mvtnorm)
library(DescTools)
library(forecast)
library(aTSA)
data <-read.xlsx2('data.xlsx',sheetIndex=1)
data_test <-read.xlsx2('data_1.xlsx',sheetIndex=1)
plot(data$close,type="l",xlab="时间",ylab="收盘价",main="收盘价时序图")
data_1<-as.numeric(data$close)
'原序列ADF检验'
adf.test(data_1)
对原序列进行ADF检验:从原序列也能看出来其非平稳,非平稳的话需要进行差分。