1 前言
?? 優(yōu)質(zhì)競賽項目系列，今天要分享的是
?? 畢業(yè)設計 大數(shù)據(jù)時間序列股價預測分析系統(tǒng)
該項目較為新穎，適合作為競賽課題方向，學長非常推薦！
??學長這里給一個題目綜合評分(每項滿分5分)
- 難度系數(shù)：3分
- 工作量：3分
- 創(chuàng)新點：3分
?? 更多資料, 項目分享：文章來源：http://www.zghlxwxcb.cn/news/detail-672021.html
https://gitee.com/dancheng-senior/postgraduate文章來源地址http://www.zghlxwxcb.cn/news/detail-672021.html
2 時間序列的由來
提到時間序列分析技術(shù)，就不得不說到其中的AR/MA/ARMA/ARIMA分析模型。這四種分析方法的共同特點都是跳出變動成分的分析角度，從時間序列本身出發(fā)，力求得出前期數(shù)據(jù)與后期數(shù)據(jù)的量化關(guān)系，從而建立前期數(shù)據(jù)為自變量，后期數(shù)據(jù)為因變量的模型，達到預測的目的。來個通俗的比喻，大前天的你、前天的你、昨天的你造就了今天的你。
2.1 四種模型的名稱：
- AR模型：自回歸模型（Auto Regressive model）；
- MA模型：移動平均模型（Moving Average model）；
- ARMA：自回歸移動平均模型（Auto Regressive and Moving Average model）；
- ARIMA模型：差分自回歸移動平均模型。
- AR模型：
如果某個時間序列的任意數(shù)值可以表示成下面的回歸方程，那么該時間序列服從p階的自回歸過程，可以表示為AR§：
AR模型利用前期數(shù)值與后期數(shù)值的相關(guān)關(guān)系（自相關(guān)），建立包含前期數(shù)值和后期數(shù)值的回歸方程，達到預測的目的，因此成為自回歸過程。這里需要解釋白噪聲，白噪聲可以理解成時間序列數(shù)值的隨機波動，這些隨機波動的總和會等于0，例如，某餅干自動化生產(chǎn)線，要求每包餅干為500克，但是生產(chǎn)出來的餅干產(chǎn)品由于隨機因素的影響，不可能精確的等于500克，而是會在500克上下波動，這些波動的總和將會等于互相抵消等于0。
3 數(shù)據(jù)預覽
?
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
#準備兩個數(shù)組
list1 = [6,4,8]
list2 = [8,6,10]
#分別將list1，list2轉(zhuǎn)為Series數(shù)組
list1_series = pd.Series(list1)
print(list1_series)
list2_series = pd.Series(list2)
print(list2_series)
#將兩個Series轉(zhuǎn)為DataFrame，對應列名分別為A和B
frame = { 'Col A': list1_series, 'Col B': list2_series }
result = pd.DataFrame(frame)
result.plot()
plt.show()
4 理論公式
4.1 協(xié)方差
首先看下協(xié)方差的公式：
4.2 相關(guān)系數(shù)
計算出Cov后，就可以計算相關(guān)系數(shù)了，值在-1到1之間，越接近1，說明正相關(guān)性越大；越接近-1，則負相關(guān)性越大，0為無相關(guān)性
公式如下：
4.3 scikit-learn計算相關(guān)性
?
#各特征間關(guān)系的矩陣圖
sns.pairplot(iris, hue=‘species’, size=3, aspect=1)
Andrews Curves 是一種通過將每個觀察映射到函數(shù)來可視化多維數(shù)據(jù)的方法。
使用 Andrews Curves 將每個多變量觀測值轉(zhuǎn)換為曲線并表示傅立葉級數(shù)的系數(shù)，這對于檢測時間序列數(shù)據(jù)中的異常值很有用。
?
plt.subplots(figsize = (10,8))
pd.plotting.andrews_curves(iris, ‘species’, colormap=‘cool’)
這里以經(jīng)典的鳶尾花數(shù)據(jù)集為例
setosa、versicolor、virginica代表了三個品種的鳶尾花?？梢钥闯龈鱾€特征間有交集，也有一定的分別規(guī)律。
?
#最后，通過熱圖找出數(shù)據(jù)集中不同特征之間的相關(guān)性，高正值或負值表明特征具有高度相關(guān)性：
fig=plt.gcf()
fig.set_size_inches(10,6)
fig=sns.heatmap(iris.corr(), annot=True, cmap='GnBu', linewidths=1, linecolor='k', \
square=True, mask=False, vmin=-1, vmax=1, \
cbar_kws={"orientation": "vertical"}, cbar=True)
5 金融數(shù)據(jù)的時序分析
主要介紹：時間序列變化情況計算、時間序列重采樣以及窗口函數(shù)
5.1 數(shù)據(jù)概況
?
import pandas as pd
tm = pd.read_csv('/home/kesci/input/gupiao_us9955/Close.csv')
tm.head()
數(shù)據(jù)中各個指標含義:
- AAPL.O | Apple Stock
- MSFT.O | Microsoft Stock
- INTC.O | Intel Stock
- AMZN.O | Amazon Stock
- GS.N | Goldman Sachs Stock
- SPY | SPDR S&P; 500 ETF Trust
- .SPX | S&P; 500 Index
- .VIX | VIX Volatility Index
- EUR= | EUR/USD Exchange Rate
- XAU= | Gold Price
- GDX | VanEck Vectors Gold Miners ETF
- GLD | SPDR Gold Trust
8年期間價格(或指標)走勢一覽圖
5.2 序列變化情況計算
- 計算每一天各項指標的差異值（后一天減去前一天結(jié)果）
- 計算pct_change：增長率也就是 （后一個值-前一個值）／前一個值）
- 計算平均計算pct_change指標
- 繪圖觀察哪個指標平均增長率最高
- 計算連續(xù)時間的增長率（其中需要計算今天價格和昨天價格的差異）
計算每一天各項指標的差異值（后一天減去前一天結(jié)果）
計算pct_change：增長率也就是 （后一個值-前一個值）／前一個值）
計算平均計算pct_change指標
繪圖觀察哪個指標平均增長率最高
除了波動率指數(shù)(.VIX指標)增長率最高外，就是亞馬遜的股價了！貝佐斯簡直就是宇宙最強光頭強
計算連續(xù)時間的增長率（其中需要計算今天價格和昨天價格的差異）
?
#第二天數(shù)據(jù)
tm.shift(1).head()
#計算增長率
rets = np.log(tm/tm.shift(1))
print(rets.tail().round(3))
#cumsum的小栗子：
print('小栗子的結(jié)果：',np.cumsum([1,2,3,4]))
#增長率做cumsum需要對log進行還原，用e^x
rets.cumsum().apply(np.exp).plot(figsize=(10,6))
以上是在連續(xù)時間內(nèi)的增長率，也就是說，2010年的1塊錢，到2018年已經(jīng)變?yōu)?0多塊了(以亞馬遜為例)
(未完待續(xù)，該項目為demo預測部分有同學需要聯(lián)系學長完成)
最后
?? 更多資料, 項目分享：
https://gitee.com/dancheng-senior/postgraduate
到了這里，關(guān)于計算機競賽 基于大數(shù)據(jù)的時間序列股價預測分析與可視化 - lstm的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
