【Python小竞赛】ARIMA算法预测三日后招商银行收盘价

介绍

本文整理记录了参与的一次小型数据分析竞赛【数据游戏】，竞争目标是预测2019年5月15日A股闭市时招商银行600036的股价。

主要思路是利用ARIMA算法做时间序列预测。

使用的数据是公开的数据集 tushare。

拿到题目和数据之后，首先结合既往经历，觉得想要预测准股价，本身是一个不可能的事情，尤其是A股。

影响股价的因素非常复杂而且不透明，以及金融投资领域具有的反身性理论，使得这次预测更多偏向于实验性质，同时对竞争结果不要有过高的期望。

预测得准，是你的运气；预测的烂，也不会影响你从中学到什么。学习第一，比赛第二吧。

鉴于以上，本次预测只使用了close的时间序列。更多的数据其实并没有什么用。

首先了解下本文的 ARIMA 建模过程：

1. 获取时间序列数据 ；
2. 观察数据是否为平稳时间序列；对于非平稳时间序列要先进行d阶差分运算，转化为平稳时间序列；
3. 对处理得到的平稳时间序列，求它的阶数p, q
4. 根据ARIMA算法建模，ARIMA(data, order=(p, d, q))
5. 模型检验和调优
6. 预测

初学的小伙伴们可能对这个过程并不熟悉，没关系，先背下来。

对Python不熟悉的小伙伴们， 我给大家总结了几句车轱辘话，大家先强行了解下：

1. 获取时间序列数据 ；
   data = pd.read_excel(‘600036.xlsx’, index=None)
   train = data[‘close’]

2. 观察数据是否为平稳时间序列；对于非平稳时间序列要先进行d阶差分运算，转化为平稳时间序列；
   adf_data = sts.adfuller(train)
   diff = train.diff(1)

3. 对处理得到的平稳时间序列，求它的阶数p, q
   sm.tsa.arma_order_select_ic(train, max_ar=8, max_ma=8, ic=[‘aic’, ‘bic’, ‘hqic’])

4. 根据ARIMA算法建模
   ARMAModel = sm.tsa.ARIMA(train, order=(4,1,2)).fit()

5. 模型检验和调优
   train_shift = train.shift(1)
   pred_recover = predicts.add(train_shift)
   np.sqrt( sum( (pred_recover -train) ** 2)/train.size )

6. 预测
   f = ARMAModel.forecast(3)

以上，是本文的核心代码，大家如果一时看不懂，可以跳过。
可以看看下面更详细的步骤。

导入数据并处理

# 导入必须的模块
import tushare as ts  #使用的公开的数据
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import statsmodels.api as sm
import statsmodels.tsa.stattools as sts

import wconfig as wc  #自定义打印输出控制模块，与本次竞赛无关
wc.dispy() 

# 导入数据，从去年1月开始即可
data = ts.get_hist_data('600036', start='2018-01-08', end='2019-05-10').sort_index()
#data = ts.get_hist_data('600036', start='2018-04-01').sort_index().reset_index()

# 数据安全和源数据备份
#data.to_excel('600036.xlsx')

# 源数据可靠性检查。12日发现tushare的数据有错误，需要手工矫正（13日该数据恢复正常）。
print('tushare中5月10日close股价为: %.2f元，与实际不符！' % (data['close']['2019-05-10']))
data['close']['2019-05-10']=33.61
print('当日实际收盘价应为: %.2f元' % data['close']['2019-05-10'])

# 只取 close 字段作为训练数据
train = data['close']
train.index = pd.to_datetime(