1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 시계열 분석
Connected

연습 문제

MA 모델 적용하기

호가 스프레드 사이에서 주가가 위아래로 튀는 현상은 1시차에서 음의 자기상관을 만들지만, 시차 1을 넘는 구간에서는 자기상관이 나타나지 않아요. MA(1) 모델도 동일한 ACF 패턴을 보입니다. 따라서, 이전 연습 문제에서 다룬 일중 주식 데이터를 MA(1) 모델에 적합해 보겠습니다.

첫 단계로 intraday의 가격 데이터에서 분 단위 수익률을 계산하고, 자기상관함수(ACF)를 그려 보세요. ACF가 MA(1) 과정과 유사한 모습을 보이는 것을 확인할 수 있을 거예요. 그런 다음, 모의 데이터에 했던 것과 같은 방식으로 MA(1) 모델을 적합해 보세요.

지침

100 XP
  • statsmodels에서 plot_acf와 ARIMA 모듈을 임포트하세요
  • 가격으로부터 분 단위 수익률을 계산하세요:
    • .pct_change() 메서드로 수익률을 계산하세요
    • pandas의 .dropna() 메서드로 NaN인 첫 행을 제거하세요
  • 최대 60분 시차까지 ACF를 그리세요
  • 수익률 데이터에 MA(1) 모델을 적합하고 MA(1) 모수 값을 출력하세요