时序分析开篇

时序分析

开篇

时序分析介绍

A time series is a series of data points indexed (or listed or
graphed) in time order. - Wikipedia
    时序分析是数据分析的一个非常重要的分支，在各个行业都有很广泛的引用，特别实在金融领域。金融数据的一个重要的形态就是时序数据，了解时序分析基本方法和技术已经称为量化投资、金融分析的一个必备的基础。另外，时序数据也经常出现在跟踪企业运行指标等相关应用中，对于监控企业运营状态有非常显著的作用。
    时序分析可以分为单变量时序数据分析和多变量时序数据分析，主要围绕着数据的趋势、相关性、模式、波动性等主要特征属性，最终的需求是希望能够相对准确地预测数据。
    本系列文章将会涉及统计检验，时序数据的趋势分析，周期性分析，异常检测和时序数据预测和模式识别等数据分析和机器学习技术。所使用的数据以金融时序数据为主，实现代码以Python为主。每一篇的内容会讲述理论并配合实践。

时序分析关注点

    时序数据被定义为一系列以一定的时间间隔排序的串行观测值。广义上来说，时序分析就是来获知时序信号在过去发生了什么，或者推测未来将会发生什么。说白了，时序分析就是尝试理解过去并且预测未来。
    时序数据可以被认为是离散随机过程 - DTSP (Discrete Time Stochastic Process)。
时序分析主要关注以下三点：

• 趋势
  趋势是时序移动的一致性方向，可以是确定的，也可以是随机的。趋势性经常出现在金融时序数据中&#x