- 博客(4)
- 收藏
- 关注
原创 时间序列数据处理与建模——基于ARIMA(下)
首先导入并观察数据,发现有59个缺失值。对数据进行重采样。接着分解趋势和季节波动。然后对分解后的残差进行平稳性测试和acf、pacf观察。然后训练模型,根据前面的观察,p=q=1,并且取一阶差分。
2023-12-26 13:38:26 436 1
原创 时间序列数据处理与建模——基于ARIMA(上)
平稳数据(Stationary Data)是指其统计性质在时间上保持不变的数据。时间序列数据如果是平稳的,其基本统计特性,比如均值和方差,在观察的不同时间段内应该是恒定的。平稳性是进行时间序列分析的一个重要假设,因为很多时间序列模型的前提是数据是平稳的。对于弱平稳性,均值和方差是常数,而且同一时间点上的协方差是常数。即,虽然不要求整个概率分布相同,但基本的统计性质是不变的。此时残差项不含有时间t的信息,但是含有时间间隔h的信息。整个概率分布在时间上保持不变。
2023-12-26 13:05:17 1060 1
原创 【近五年年化17%】浅谈RUMI策略和其两个衍生策略
RUMI策略在A股中回测效果不达预期,优化后的两个模型效果更好,且具有较好防御作用,在2022-2023年表现尤为出色
2023-11-16 07:51:25 768 3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人