精华帖分享｜浅谈金融时间序列分析与股价随机游走

本文来源于量化小论坛公共讨论区板块精华帖，作者为正扬，发布于2024年6月3日。

以下为精华帖正文：

01

引

时间序列分析是个很唬人的术语，实际上它也不是一个很容易接近的话题。我本科曾经短暂地学过一点点，又看到互联网上存在许多关于时许分析的操作谬误，因此特写本文给大家一些好上手的理解方式。

时间序列分析是统计学的一个分支，它旨在研究有时间顺序的数据，探索其内在结构和特性，从而进行描述、建模、预测和控制。而统计学作为一门核心科学，时序分析也继承其科学性，有很强的逻辑性。反映到具体实操场景，就是用户对使用的模型必须有清楚的认知，否则即使模型提供了预测值，也不知道如何使用。

在这里，我就以量化中最常见的股价/币价，来说明使用时序分析时你一定会遇到的种种困难（和可能的解法）。本文无法一语道破如何预测股价，只是希望揭开时间序列分析的面纱，让你感觉不再陌生。

02

时间序列

首先讲讲时间序列的分类，因为时序不仅仅在金融数据中使用，也在各行各业中广泛应用。销售数据、气象信息和GDP都是时间序列。下面这张图就说明了时间序列的多种变化，分别是周期性（房屋销售额存在时长和频率不确定的高低起伏），季节性（电力产值的冬夏两季的规律波动），趋势性（国债价格随天数增加而下降）和随机性（谷歌的股价波动）。图片中的数据其实包含多种时间序列性质，有兴趣的读者可以尝试从中再分离一种明显性质，具体答案见链接原文。

来源：https://otexts.com/fppcn/tspatterns.html

只要是按照时间顺序排列的离散数据都可以成为时间序列ÿ