1. Nauka
    2. /
  2. Kursy
    3. /
  3. Analiza szeregów czasowych w Pythonie
Connected

ćwiczenie

Zastosowanie modelu MA

Odbijanie się ceny akcji między kursem kupna a kursem sprzedaży powoduje ujemną autokorelację pierwszego rzędu, ale brak autokorelacji przy opóźnieniach wyższych niż 1. Ten sam wzorzec ACF daje model MA(1). Dlatego dopasujemy model MA(1) do śróddziennych danych giełdowych z poprzedniego ćwiczenia.

Pierwszym krokiem jest obliczenie zwrotów z minuty na minutę na podstawie cen z intraday i wykreślenie funkcji autokorelacji. Powinien być widoczny wzorzec ACF charakterystyczny dla procesu MA(1). Następnie dopasuj dane do modelu MA(1) – tak samo jak w przypadku danych symulowanych.

Instrukcje

100 XP
  • Zaimportuj moduły plot_acf i ARIMA ze statsmodels
  • Oblicz zwroty z minuty na minutę na podstawie cen:
    • Oblicz zwroty metodą .pct_change()
    • Użyj metody pandas .dropna(), aby usunąć pierwszy wiersz zwrotów, który ma wartość NaN
  • Wykreśl funkcję ACF z opóźnieniami do 60 minut
  • Dopasuj dane zwrotów do modelu MA(1) i wyświetl parametr MA(1)