High Frequency Stock Prices
हाई-फ़्रीक्वेंसी स्टॉक डेटा को MA(1) प्रोसेस से अच्छी तरह मॉडल किया जा सकता है, इसलिए यह इस अध्याय के मॉडलों का अच्छा उपयोग है.
DataFrame intraday में Sprint स्टॉक (टिकर सिंबल "S") के एक दिन (1 सितंबर, 2017) के दाम हैं, जिन्हें प्रति मिनट की फ़्रीक्वेंसी पर सैंपल किया गया है. स्टॉक मार्केट 6.5 घंटे (390 मिनट) खुला रहता है, 9:30am से 4:00pm तक.
टाइम सीरीज़ डेटा का विश्लेषण करने से पहले, आपको इसे थोड़ा साफ़ करना होगा, जो आप इस और अगली दो एक्सरसाइज़ में करेंगे. जब आप शुरुआती कुछ पंक्तियाँ देखते हैं, तो कुछ बातें दिखती हैं. पहला, कोई कॉलम हेडर नहीं हैं. डेटा 9:30 से 4:00 तक टाइम-स्टैम्प नहीं है, बल्कि 0 से 390 तक जाता है. और आप देखेंगे कि पहली तारीख अजीब-सी "a1504272600" है. "a" के बाद का नंबर Unix time है, यानी 1 जनवरी, 1970 से अब तक के सेकंड की संख्या. यही इस डेटासेट में हर दिन के इंट्राडे डेटा को अलग करता है.
अगर आप डेटा टाइप्स देखें, तो पाएँगे कि DATE कॉलम एक object है, जो यहाँ string को दर्शाता है. कुछ missing डेटा साफ़ करने से पहले आपको इसे numeric में बदलना होगा.
मिनट-लेवल डेटा का स्रोत Google Finance है (डेटा कैसे डाउनलोड किया गया, यह देखने के लिए यहाँ देखें).
datetime मॉड्यूल पहले से इम्पोर्ट किया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Time Series Analysis
अभ्यास निर्देश
.iloc[0,0]का उपयोग करके पहली तारीख को मैन्युअली शून्य में बदलें.intraday.columnsको उन दो स्ट्रिंग्स की सूची के बराबर सेट करके, दोनों कॉलम हेडर को'DATE'और'CLOSE'में बदलें.- हर कॉलम में किस प्रकार का डेटा है, यह देखने के लिए pandas का एट्रिब्यूट
.dtypes(बिना कोष्ठक) उपयोग करें. - pandas फंक्शन
to_numeric()का उपयोग करके'DATE'कॉलम को numeric में कन्वर्ट करें. - pandas मेथड
.set_index()का उपयोग करके'DATE'कॉलम कोintradayका नया इंडेक्स बनाएँ. यह अपने आर्ग्यूमेंट के रूप में केवल स्ट्रिंग'DATE'लेगा (पूरे कॉलम नहीं, सिर्फ़ कॉलम का नाम).
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# import datetime module
import datetime
# Change the first date to zero
intraday.___ = 0
# Change the column headers to 'DATE' and 'CLOSE'
intraday.columns = ___
# Examine the data types for each column
print(intraday.dtypes)
# Convert DATE column to numeric
intraday['DATE'] = pd.to_numeric(____)
# Make the `DATE` column the new index
intraday = ____