内容已经转出,请移步以下网址:

https://viadean.notion.site

Python时间序列预测股票价格和空气质量(氮氧化合物浓度)

 二维码 33
文章附图

Python时间序列预测股票价格和空气质量(氮氧化合物浓度)

时间序列

简述:自相关。季节性。平稳性。测试一个过程是否平稳。时间序列建模:移动平均值,指数平滑,双指数平滑,三次指数平滑,季节性自回归积分移动平均模型。

预测股票价格

简述:使用Python建立导入数据方式,导入数据集数据,Python清理数据,Python使用探索性数据分析方法分析数据获得趋势图。

Python移动平均模型平滑数据,获得5天内的时间窗口数据趋势图,依次进行,获得30天内时间窗口趋势图以及90天时间窗口趋势图。

Python使用指数平滑查看是否可以获得更好的趋势,使用双指数平滑获得的趋势图。

Python 使用统计学中的迪基-富勒检验,检查是否是平稳过程,获得其趋势图。依据趋势图,得出需要去除高自相关的平稳过程,采用差异化,得出新的趋势图。

Python 使用季节性自回归积分移动平均模型,处理后得出状态空间模型数据结果。

参考实际数据对比预测值。

预测空气质量

简述:选择控制质量数据集,导入数据。数据清理和特征处理。Python 分析处理后的数据,数据格式转换成所需要的,绘制控制化学成分,显示氮氧化合物浓度趋势。Python 对氮氧化合物浓度建模。绘制预测结果趋势。

源代码

简述:本文两个预测示例代码。

阅读完整文档


文章分类: 交融贯通Python