本项目是针对股票作时间序列分析与预测,针对数据集为雪人2017年全年的数据集。首先进行特征探索,利用Dickey-Fuller检验评估时间序列的平稳性,然后通过对数以及差分运算使时间序列平稳。通过Durbin Watson统计计算时间序列的自相关性。最后利用ARIMA进行时间序列建模分析,最终的MSE: 0.2393
src="https://nbviewer.jupyter.org/github/wzy6642/Machine-Learning-Case/blob/master/yahoo/code/Yahoo.ipynb" width="100%" height="1000">时间序列分析
最新推荐文章于 2020-09-20 10:26:43 发布