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

ćwiczenie

Czy ceny akcji to błądzenie losowe?

Większość cen akcji podąża za błądzeniem losowym (niekiedy z dryfem). Przeanalizujesz szereg czasowy cen akcji Amazona, wczytany wcześniej do DataFrame AMZN, i uruchomisz test Augmented Dickey-Fullera z biblioteki statsmodels, aby potwierdzić, że rzeczywiście mamy do czynienia z błądzeniem losowym.

W teście ADF „hipoteza zerowa" (czyli hipoteza, którą albo odrzucamy, albo nie) zakłada, że szereg jest błądzeniem losowym. Niska p-wartość (np. poniżej 5%) oznacza zatem, że możemy odrzucić hipotezę zerową o błądzeniu losowym.

Instrukcje

100 XP
  • Zaimportuj moduł adfuller z biblioteki statsmodels.
  • Uruchom test Augmented Dickey-Fullera na szeregu cen zamknięcia akcji, czyli kolumnie 'Adj Close' w DataFrame AMZN.
  • Wyświetl pełny wynik testu, który zawiera statystykę testową, p-wartości oraz wartości krytyczne dla poziomów 1%, 5% i 10%.
  • Wyświetl samą p-wartość testu (results[0] to statystyka testowa, natomiast results[1] to p-wartość).