Zgomotul alb nu poate fi prognozat

O serie de timp de tip zgomot alb este pur și simplu o secvență de variabile aleatoare necorelate, identic distribuite. Randamentele acțiunilor sunt adesea modelate ca zgomot alb. Din păcate, în cazul zgomotului alb, nu putem prognoza observațiile viitoare pe baza celor din trecut – autocorrelațiile la toate decalajele sunt zero.

Vei genera o serie de zgomot alb și vei reprezenta grafic funcția de autocorrelație pentru a demonstra că aceasta este zero la toate decalajele. Poți folosi np.random.normal() pentru a genera randamente aleatoare. Pentru un proces de zgomot alb gaussian, media și abaterea standard descriu în întregime procesul.

Reprezintă grafic această serie de zgomot alb pentru a vedea cum arată, apoi trasează funcția de autocorrelație.

Acest exercițiu face parte din cursul

Analiza seriilor de timp în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Generează 1000 de randamente normal-aleatoare folosind np.random.normal(), cu media de 2% (0,02) și abaterea standard de 5% (0,05), unde argumentul pentru medie este loc, iar argumentul pentru abaterea standard este scale.
Verifică media și abaterea standard ale randamentelor folosind np.mean() și np.std().
Reprezintă grafic seria de timp.
Trasează funcția de autocorrelație folosind plot_acf cu lags=20.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import the plot_acf module from statsmodels
from statsmodels.graphics.tsaplots import plot_acf

# Simulate white noise returns
returns = np.random.normal(loc=___, scale=___, size=___)

# Print out the mean and standard deviation of returns
mean = np.mean(___)
std = np.std(___)
print("The mean is %5.3f and the standard deviation is %5.3f" %(mean,std))

# Plot returns series
plt.plot(___)
plt.show()

# Plot autocorrelation function of white noise returns
plot_acf(___, lags=___)
plt.show()

Editează și rulează codul