Altre trasformazioni
La differenziazione dovrebbe essere la prima trasformazione che provi per rendere stazionaria una serie temporale. Ma a volte non è l’opzione migliore.
Un modo classico di trasformare le serie azionarie è il log-return della serie. Si calcola così: $$log\_return ( y_t ) = log \left( \frac{y_t}{y_{t-1}} \right)$$
La serie temporale delle azioni Amazon è già stata caricata come amazon. Puoi calcolare il log-return di questo DataFrame sostituendo:
- \(y_t \rightarrow\)
amazon - \(y_{t-1} \rightarrow\)
amazon.shift(1) - \(log() \rightarrow\)
np.log()
In questo esercizio confronterai la trasformazione log-return e la differenza del primo ordine della serie azionaria di Amazon per capire quale sia migliore per rendere la serie stazionaria.
Questo esercizio fa parte del corso
Modelli ARIMA in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)