- 博客(4)
- 收藏
- 关注
RSS订阅原创 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