分析股票大数据_金融数据分析与挖掘——股票时间序列数据处理

1、什么是时间序列分析

时间序列分析( time series analysis)方法,强调的是通过对一个区域进行一定时间段内的连续观察计算，提取相关特征，并分析其变化过程。

时间序列分析主要有确定性变化分析和随机性变化分析

• 确定性变化分析：移动平均法， 移动方差和标准差、移动相关系数
• 随机性变化分析：AR、ARMA模型

2、移动平均法

2.1 移动窗口

主要用在时间序列的数组变换， 不同作用的函数将它们统称为移动窗口函数

2.2 移动平均线

那么会有各种观察窗口的方法，其中最常用的就是移动平均法

• 移动平均线(Moving Average)简称均线, 将某一段时间的收盘价之和除以该周期

2.2.1移动平均线的分类

• 移动平均线依计算周期分为短期(5天)、中期(20天)和长期(60天、120天)，移动平均线没有固定的界限
• 移动平均线依据算法分为算数、加权法和指数移动平均线

注：不同的移动平均线方法不一样

2.3 简单移动平均线

简单移动平均线(SMA)，又称“算数移动平均线”，是指特定期间的收盘价进行平均化比如说，5日的均线SMA=(C1+ C2 + C3 +