股價是隨機漫步嗎？
多數股價遵循隨機漫步（可能帶有漂移）。你將查看一個已載入的 Amazon 股價時間序列，位於 DataFrame AMZN 中，並使用 statsmodels 函式庫的「Augmented Dickey-Fuller 檢定」來驗證它確實遵循隨機漫步。
在 ADF 檢定中，「虛無假設」（也就是我們要拒絕或不拒絕的假設）是該序列遵循隨機漫步。因此，低的 p-value（例如小於 5%）表示我們可以拒絕「該序列為隨機漫步」的虛無假設。
本練習屬於課程
Python 中的時間序列分析
練習說明
- 從 statsmodels 匯入
adfuller模組。 - 對收盤價序列執行 Augmented Dickey-Fuller 檢定，該序列位於
AMZNDataFrame 的欄位'Adj Close'。 - 印出完整輸出，其中包含檢定統計量、p-value，以及在 1%、10%、5% 水準下的臨界值。
- 只印出檢定的 p-value（
results[0]是檢定統計量，results[1]是 p-value）。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Import the adfuller module from statsmodels
from statsmodels.tsa.stattools import adfuller
# Run the ADF test on the price series and print out the results
results = adfuller(___)
print(results)
# Just print out the p-value
print('The p-value of the test on prices is: ' + str(results[___]))