1. Learn
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶARIMAモデル
Connected

Exercise

その他の変換

時系列を定常にするために最初に試すべき変換は差分です。ただし、常に最適とは限りません。

株価の時系列でよく使われる古典的な変換が、対数リターンです。これは次のように計算します。 $$log\_return ( y_t ) = log \left( \frac{y_t}{y_{t-1}} \right)$$

Amazon の株価時系列はすでに amazon として読み込まれています。次の置き換えで、この DataFrame の対数リターンを計算できます。

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

この演習では、Amazon の株価時系列に対して、対数リターン変換と 1 次差分を比較し、どちらがより定常化に適しているかを確認します。

Instructions 1/2

undefined XP
    1
    2
  • 時系列 amazon の 1 次差分を計算して定常性を確認し、NaN を削除します。