金融时间序列分析：3. First Demo By Python

0. 目录

金融时间序列分析：9. ARMA自回归移动平均模型
金融时间序列分析：8. MA模型实例（Python）
金融时间序列分析：7. MA滑动平均模型
金融时间序列分析：6. AR模型实例
金融时间序列分析：5. AR模型实例（Python）
金融时间序列分析：4. AR自回归模型
金融时间序列分析：3. First Demo By Python
金融时间序列分析：2. 数学分析模型
金融时间序列分析：1. 基础知识

---

1. 前言

金融时间序列分析：1. 基础知识
金融时间序列分析：2. 数学分析模型

前面2篇文章讲了金融时间序列分析的基础知识，本文简单介绍下怎么实战。
网上有很多用R语言进行金融时间序列分析的资料，但是用Python的不多，我在此介绍下怎么用Python操作，至于R语言怎么弄，读者随便在网上查查就好了。

PS: 在时间序列分析领域R比Python简单的多，如果单单是进行分析的话R就够了，但是要集成一个系统的话就得用Python。（个人之见）

---

2. 基础知识

2.1 基本步骤

1. 获取被观测系统时间序列数据；
2. 对数据绘图，观测是否为平稳时间序列；对于非平稳时间序列要先进行d阶差分运算，化为平稳时间序列；
3. 经过第二步处理，已经得到平稳时间序列。要对平稳时间序列分别求得其自相关系数ACF 和偏自相关系数PACF ，通过对自相关图和偏自相关图的分析，得到最佳的阶层 p 和阶数 q
4. 由以上得到的d、q、p ，选择合适的模型。然后开始对得到的模型进行模型检验。

本文只讨论前3步，至于后面的再提到具体的模型的时候回在补上。

2.2 Python时间序列分析

用Python进行时间序列分析需要用到下面一些库：
pandas,numpy,scipy,matplotlib,statsmodels

其中一些的基本使用参考下面的文章：
十分钟搞定pandas
Numpy Tutor
Python应用matplotlib绘图简介

---

3. 获取数据

有两种方式：
（1）从网络获取
这个参考以前的文章：
Python获取Yahoo股票数据

（2）