「數據游戲」：使用 ARIMA 算法預測三日后招商銀行收盤價

介紹

本文整理記錄了參與的一次小型數據分析競賽「數據游戲」，競賽目標是預測2019年5月15日A股閉市時招商銀行600036的股價。

主要思路是利用ARIMA算法做時間序列預測。

使用的數據是公開的數據集 tushare。

拿到題目和數據之后，首先結合既往經歷，覺得想要預測準股價，本身是一個不可能的事情，尤其是A股。

影響股價的因素非常復雜而且不透明，以及金融投資領域具有的反身性理論，使得這次預測更多偏向于實驗性質，同時對競爭結果不要有過高的期望。

預測得準，是你的運氣；預測的爛，也不會影響你從中學到什么。學習第一，比賽第二吧。

鑒于以上，本次預測只使用了close的時間序列。更多的數據其實并沒有什么用。

首先了解下本文的 ARIMA 建模過程

獲取時間序列數據 ；

觀察數據是否為平穩時間序列；

對于非平穩時間序列要先進行d階差分運算，轉化為平穩時間序列；

對處理得到的平穩時間序列，求它的階數p,q;

根據ARIMA算法建模，ARIMA(data, order=(p, d, q))

模型檢驗和調優

預測

初學的小伙伴們可能對這個過程并不熟悉，沒關系，先背下來。

對Python不熟悉的小伙伴們， 我給大家總結了幾句車轱轆話，大家先強行了解下。

獲取時間序列數據:

觀察數據是否為平穩時間序列；對于非平穩時間序列要先進行d階差分運算，轉化為平穩時間序列；

對處理得到的平穩時間序列，求它的階數p, q

根據ARIMA算法建模

模型檢驗和調優

預測

以上，是本文的核心代碼，大家如果一時看不懂，可以跳過。 可以看看下面更詳細的步驟。

導入數據并處理

檢驗時間序列的穩定性

ARIMA算法要求時間序列穩定，所以在建模之前，要先檢驗時間序列的穩定性。 adfuller就是用來干這個的。 adfuller 全稱 Augmented Dickey–Fuller test， 即擴展迪基-福勒檢驗，用來測試平穩性。

#先做一個解釋器, 讓 adfuller 的輸出結果更易讀易理解：

adfuller檢驗是檢查時間序列平穩性的統計測試之一。 這里的零假設是：序列 train 是非平穩的。 測試結果包括測試統計和差異置信水平的一些關鍵值。 如果測試結果中的 P-value 小于臨界值，我們可以拒絕原假設并說該序列是平穩的。

檢驗結果顯示，p-value=0.414, 遠遠大于5%的臨界值，說明零假設是成立的，即序列 train 是非平穩的。

t is: (-1.7325346908056185, 0.4144323576685054, 0, 322, {‘1%’: -3.4508226600665037, ‘5%’: -2.870558121868621, ‘10%’: -2.571574731684734}, 523.9067372199033)

時間序列平穩化

為了讓時間序列平穩，需要對 train 序列做差分運算：

關于時間序列穩定性的判斷標準，可參考這篇博客：https://blog.csdn.net/u012735708/article/details/82460962

檢驗差分數據的平穩性

檢驗差分后數據的平穩性，和第一次驗證方法相同

確定ARIMA的階數p,q

在這里，先簡單解釋下自己對 ARIMA 算法的理解。不正確的地方請大家指點。

ARIMA算法認為時間序列上 t 時刻的值由2部分構成，第一部分是由之前p項歷史值決定的，比如15日的收盤價是12日，13日，14日的收盤價的線性回歸，用AR§表示。

但是這個線性回歸的輸出值肯定和15日的實際收盤價有一個誤差，假設是e。

所以第二部分就是如果表示這個 e 。

這個e 可以認為是之前q項誤差的線性回歸，用MA(q)表示。

兩部分合起來就是ARMA。

然后為了讓時間序列平穩，再加個d 階差分操作功能，就變成了ARIMA算法。

所以在使用 ARIMA 算法之前，需要先確定（p, d, q）的值。

建立模型并擬合數據

注意ARIMA的參數中，輸入數據 應該是原始數據 train，ARIMA 會根據 d 的值，對原始數據做 d 階差分運算。 d的含義是，輸入序列需要先經過一個d階的差分，變成一個平穩序列后才能進行數據擬合。

模型評估和調優

預測目標

使用 forecast 對樣本外的時間序列進行預測。

關于foreast和predict的區別： predict 可以對樣本內和樣本外的進行預測，結果是一樣的。 舉例說明：forecast（10），表示對未來10個點進行預測，但是可以用model.fittedvalues查看樣本內點的擬合值； 而predict(start,end)里面的參數0表示樣本內的第一個數，以此類推。 如果想要預測樣本外的數，需要將start設置為len(data)+1,即數據長度+1，才表示預測樣本外的第一個數字。 而 forecast函數，是對樣本外的數據進行預測。 但是這兩個函數的預測結果是一樣的。 另外，需要提到的是，ARIMA算法一般只能預測一點點，越長越不準確，即便是簡單的正弦函數也不能準確預測。

5月15日close時的股價為：33.82 元。

順便安利下這次參與的小競賽「數據游戲」，是由個人發起、異步社區（郵電出版社）贊助的活動。

總體來說，這個比賽氛圍適中，沒有太大的心理負擔。

所以感覺比較適合打算初入的小伙伴，參與之后，這樣的經驗對以后的學習進階和職業發展都有好處。

Ad Time

參與數據科學活動請加 QQ 群：759677734

本文轉載自異步社區。

5G游戲 Python

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。