python差分方程求解_时间序列分析第一章 差分方程(Simulation)

上一篇文章已经将差分方程的相关理论推导说明，本节将用代码将某些结论可视化。

一、一阶差分方程

1、递归法求解差分方程

给定y在t=-1期的值，以及w在t=0,1,2,...时期的值，则通过递归可以求出各时期的y值，代码如下

%matplotlib inline

import numpy as np

import matplotlib.pyplot as plt

​

A = [0.5,1,2] #设定Φ分别小于、等于、大于1

t = 1000 #给定总的时期为1000

​

for i,a in enumerate(A):

y = [0] #给定y在t=-1期的值

print(f'动态模拟Φ={a}:')

print('y-1=',y[-1])

for j in range(0,t+1):

w = np.random.randn() #这里w是一个随机变量

y_ = a*y[-1] + w #由上一期计算当期

y.append(y_) #将当期加载y列表的最后

print(f'y{j}=',y[-1]) #将动态模拟过程打印出来

#这个条件判断是为了输出好看一点

if i == 1:

num = f'51{i+2}'

#plt.subplot(int(num))

elif i == 2:

num = f'51{i+3}'

else:

num = f'51{i+1}'

plt.subplot(int(num))

plt.plot(range(-1,t+1),y,'-') #将y的整个变化过程可视化

plt.title(f'y(t) = {a}*y(t-1)+w(t)')

动态模拟过程结果如下

变化趋势可视化：

从图形中可以看到，Φ<1时，y围绕均值0波动，波动的幅度(方差)也基本没有改变，所以可以判断该时间序列是平稳的；Φ=1时，数据表现出明显的随机游走特征，有明显的符号集群现象，即前一期为‘+’，则后一期有很大概率也为‘+’；前一期为‘-’，则后一期很大概率也为‘-’，这是一个明显的单位根过程; Φ>1时