1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Phân tích chuỗi thời gian với Python
Connected

Bài tập

Dự báo lãi suất

Giờ bạn sẽ áp dụng các kỹ thuật dự báo đã học ở bài trước vào dữ liệu thực thay vì dữ liệu mô phỏng. Bạn sẽ quay lại một tập dữ liệu từ chương đầu tiên: dữ liệu hằng năm của lãi suất trái phiếu kỳ hạn 10 năm trong 56 năm, nằm trong Series tên là interest_rate_data. Khả năng dự báo lãi suất cực kỳ quan trọng, không chỉ với nhà đầu tư trái phiếu mà còn với cá nhân, như những người mua nhà mới cần quyết định giữa thế chấp lãi suất cố định và thả nổi.

Ở chương đầu, bạn đã thấy lãi suất có xu hướng hồi quy về trung bình trong dài hạn. Nói cách khác, khi lãi suất cao, chúng có xu hướng giảm; khi lãi suất thấp, chúng có xu hướng tăng theo thời gian. Hiện tại lãi suất đang thấp hơn mức dài hạn, nên được kỳ vọng sẽ tăng, nhưng một mô hình AR giúp định lượng chúng được kỳ vọng tăng bao nhiêu.

Lớp ARIMA và hàm plot_predict đã được nhập sẵn.

Hướng dẫn

100 XP
  • Tạo một thể hiện của lớp ARIMA đặt tên là mod dùng dữ liệu lãi suất hằng năm và chọn order cho mô hình AR(1).
  • Fit mô hình mod bằng phương thức .fit() và lưu kết quả vào đối tượng kết quả tên res.
  • Vẽ dữ liệu cùng các dự báo trong mẫu và ngoài mẫu bằng hàm .plot_predict().
    • Đối số đầu tiên của plot_predict() phải là mô hình đã fit.
    • Truyền các đối số start=0 để bắt đầu dự báo trong mẫu từ đầu, và chọn end là '2027' để dự báo vài năm trong tương lai.
    • Lưu ý đối số end là 2027 phải đặt trong dấu nháy vì đây là một ngày tháng, không phải vị trí chỉ số dạng số nguyên.