數(shù)據(jù)源來自“tushare”的包歪赢，安裝方法參考如下鏈接：https://pypi.org/project/tushare/
提示：這只是個訓(xùn)練模型呼奢，技術(shù)不具備實際意義，入市需謹慎切平。
首先調(diào)用tushare包
import tushare as ts
import pandas as pd
import matplotlib.pyplot as plt
查自己比較感興趣的股票握础，這里我查找的是新能源/燃料電池/氫燃料，在數(shù)據(jù)庫里查找下
concept = ts.get_concept_classified()
df = concept[concept.c_name=='燃料電池']
我們就用金龍汽車作為我們的股票分析對象吧悴品。
data=ts.get_hist_data('600686')
將開盤價open作為我們的分析對象禀综，在這里截取了一段相對趨勢唯一的數(shù)據(jù)作為train_data简烘。并且選取了最后的一部分數(shù)據(jù)作為test_data。如下圖定枷。
在導(dǎo)入數(shù)據(jù)的過程中遇到一個很奇怪的現(xiàn)象孤澎，那就是數(shù)據(jù)的行index是時間逆序排列，剛開始沒注意欠窒，后來才發(fā)現(xiàn)覆旭，用DataFrame.sort_index()進行調(diào)整。
data= ts.get_hist_data('600686', start='2016-09-13',end='2017-02-15').sort_index()
testdata=ts.get_hist_data('600686',start='2017-02-16',end='2017-03-29').sort_index()
plt.figure(figsize=(10,6))
plt.plot(data.open, label='Raw')
plt.legend(loc=0)
我們想對該時間序列數(shù)據(jù)進行預(yù)測岖妄，我們需要先對該數(shù)據(jù)進行分析型将，判斷它到底是不是平穩(wěn)性數(shù)據(jù)。
#使用ADF單位根檢驗法檢驗時間序列的穩(wěn)定性
#先做一個編譯器
def tagADF(t):
result = pd.DataFrame(index=[
"Test Statistic Value", "p-value", "Lags Used",
"Number of Observations Used",
"Critical Value(1%)", "Critical Value(5%)", "Critical Value(10%)"
],columns=['value']
)
result['value']['Test Statistic Value']=t[0]
result['value']['p-value']=t[1]
result['value']['Lags Used']=t[2]
result['value']['Number of Observations Used'] = t[3]
result['value']['Critical Value(1%)']=t[4]['1%']
result['value']['Critical Value(5%)']=t[4]['5%']
result['value']['Critical Value(10%)']=t[4]['10%']
return result
我們調(diào)用python的統(tǒng)計包
import statsmodels.api as sm
import statsmodels.tsa.stattools as sts
這里會涉及到迪基-福勒檢驗的概念荐虐，后面我會抽時間補充這塊知識七兜。
adf_Data = sts.adfuller(data.open)
tagADF(adf_Data)
我們的前提假設(shè)是該數(shù)據(jù)是非平穩(wěn)性數(shù)據(jù)，從p-value上我們看出福扬，有78.68%的可信度證明這條假設(shè)腕铸。
接下來利用差分法構(gòu)建平穩(wěn)時間序列。
diff = data[['open']].diff(1).dropna()
plt.figure(figsize=(10,6))
plt.plot(diff, label='Diff')
plt.legend(loc=0)
驗證是否是平穩(wěn)性數(shù)據(jù)铛碑，重復(fù)上面的動作
adf_Data1 = sts.adfuller(diff.iloc[:,0])
tagADF(adf_Data1)
p-value很小狠裹，我們的假設(shè)失效，因此亚茬，diff數(shù)據(jù)序列符合平穩(wěn)性要求酪耳。
ic = sm.tsa.arma_order_select_ic(
diff,
max_ar=4,
max_ma=2,
ic='hqic'
)
計算結(jié)果，order=(1,1)
ARMAModel = sm.tsa.ARMA(diff, order).fit()
delta = ARMAModel.fittedvalues - diff
score = 1 - delta.var()/diff.var()
plt.figure(figsize=(10, 6))
plt.plot(diff, 'r', label='Raw')
plt.plot(ARMAModel.fittedvalues, 'g',label='ARMA Model')
plt.legend()
遇到一個很詭異的事情刹缝，
p = ARMAModel.predict(
start='2017-02-16',
end='2017-03-29'
)
跑了四遍代碼碗暗，重啟了兩遍kernel，還是不行
試了一下數(shù)字index梢夯，將就著用吧
p = ARMAModel.predict(
start=98,
end=127
)
還原數(shù)據(jù)
def revert(diffValues, *lastValue):
for i in range(len(lastValue)):
result = [];
lv = lastValue[i];
for dv in diffValues:
lv = dv + lv
result.append(lv)
diffValues = result
return diffValues;
r = revert(p, data.open[-1])
plt.figure(figsize=(10,6))
plt.plot(r,'g',label='Predict')
plt.plot(testdata.open,'r',label='Raw')
plt.legend()
