शुरू करेंमुफ़्त में शुरू करें

अन्य ट्रांसफॉर्म्स

किसी टाइम सीरीज़ को stationary बनाने के लिए differencing आम तौर पर पहला ट्रांसफॉर्म होना चाहिए जिसे आप आज़माएँ। लेकिन हर बार यह सबसे अच्छा विकल्प नहीं होता।

स्टॉक टाइम सीरीज़ को ट्रांसफॉर्म करने का एक क्लासिक तरीका series का log-return है। इसे इस तरह निकाला जाता है: $$log\_return ( y_t ) = log \left( \frac{y_t}{y_{t-1}} \right)$$

Amazon स्टॉक टाइम सीरीज़ आपके लिए पहले से amazon के रूप में लोड है। आप इस DataFrame का log-return इस तरह सब्स्टिट्यूट करके निकाल सकते हैं:

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

इस अभ्यास में आप Amazon स्टॉक टाइम सीरीज़ के log-return ट्रांसफॉर्म और first order difference की तुलना करेंगे ताकि पता चले कि टाइम सीरीज़ को stationary बनाने के लिए कौन-सा बेहतर है।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में ARIMA Models

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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)
कोड संपादित करें और चलाएँ