garch预测 python_Python实战—基于GARCH模型股票趋势预测

f25565207d471960e6f7dfcebb548f3c.gif

a10f6a7b2aef06e98e2ed5efd7333c66.gif

模型介绍GARCH模型称为广义ARCH模型,是ARCH模型的拓展,由Bollerslev(1986)发展起来的。它是ARCH模型的推广。GARCH(p,0)模型,相当于ARCH(p)模型。 数据来源

本文所使用的数据来源于联通的股票数据,数据来源于网络。

import numpy as np #导入包import pandas as pdimport matplotlib.pylab as pltimport statsmodels.api as sm
df=pd.read_csv('中国联通.csv',encoding='utf-8',index_col='date') #导入数据df
6c0c34536aa980e0d486eb4bf178ce4b.png 序列识别
from datetime import datetime #导入datetime模块df.index=pd.to_datetime(df.index) #转换数据格式ts=df['open']ts
a7e65699fca852a659502160d0e515da.png
ts.head() #查看数据前五个
df83c4ff9a167cf5919ccd47a0a74b3a.png
plt.rcParams['font.sans-serif'] = ['simhei'] #字体为黑体plt.rcParams['axes.unicode_minus'] = False #正常显示负号 #时序图的绘制ts.p
  • 2
    点赞
  • 48
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值