Bài tập về thuế: Tính ACF
Ở chương trước, bạn đã tính tự tương quan với một độ trễ. Thực tế, ta thường muốn xem tự tương quan qua nhiều độ trễ. Lợi nhuận theo quý của H&R Block (mã cổ phiếu HRB) đã được vẽ, và bạn có thể thấy tính chu kỳ rất mạnh của lợi nhuận. Phần lớn lợi nhuận rơi vào quý có hạn nộp thuế.
Bạn sẽ tính mảng tự tương quan cho lợi nhuận theo quý của H&R Block đã được nạp sẵn trong DataFrame HRB. Sau đó, vẽ hàm tự tương quan bằng module plot_acf. Biểu đồ này cho thấy hình dạng của hàm tự tương quan đối với dữ liệu lợi nhuận có tính chu kỳ. ACF tại lag=0 dĩ nhiên luôn bằng 1. Ở bài tập tiếp theo, bạn sẽ tìm hiểu về khoảng tin cậy cho ACF, nhưng hiện tại hãy ẩn khoảng tin cậy bằng cách đặt alpha=1.
Bài tập này là một phần của khóa học
Phân tích chuỗi thời gian với Python
Hướng dẫn bài tập
- Import module
acfvà moduleplot_acftừ statsmodels. - Tính mảng tự tương quan của dữ liệu lợi nhuận theo quý trong DataFrame
HRB. - Vẽ hàm tự tương quan của dữ liệu lợi nhuận theo quý trong
HRB, và truyền đối sốalpha=1để ẩn khoảng tin cậy.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import the acf module and the plot_acf module from statsmodels
from statsmodels.tsa.stattools import acf
from statsmodels.graphics.tsaplots import plot_acf
# Compute the acf array of HRB
acf_array = acf(___)
print(acf_array)
# Plot the acf function
plot_acf(___)
plt.show()