LoslegenKostenlos loslegen

Weitere Transformationen

Differenzieren sollte die erste Transformation sein, die du ausprobierst, um eine Zeitreihe stationär zu machen. Manchmal ist es aber nicht die beste Option.

Eine klassische Transformation für Aktienzeitreihen ist die Log-Rendite der Serie. Sie wird wie folgt berechnet: $$log\_return ( y_t ) = log \left( \frac{y_t}{y_{t-1}} \right)$$

Die Amazon-Aktienzeitreihe wurde bereits als amazon geladen. Du kannst die Log-Rendite dieses DataFrames berechnen, indem du Folgendes einsetzt:

  • \(y_t \rightarrow\) amazon
  • \(y_{t-1} \rightarrow\) amazon.shift(1)
  • \(log() \rightarrow\) np.log()

In dieser Übung vergleichst du die Log-Rendite-Transformation mit der ersten Differenz der Amazon-Aktienzeitreihe, um herauszufinden, welche besser geeignet ist, die Zeitreihe stationär zu machen.

Diese Übung ist Teil des Kurses

ARIMA-Modelle in Python

Kurs anzeigen

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Calculate the first difference and drop the nans
amazon_diff = ____
amazon_diff = amazon_diff.dropna()

# Run test and print
result_diff = adfuller(amazon_diff['close'])
print(result_diff)
Code bearbeiten und ausführen