本章将向您介绍时间序列中的相关与自相关概念。相关用于描述两条时间序列之间的关系，自相关用于描述一条时间序列与其过去取值之间的关系。

课程简介

时间序列的一个"轻量"应用

合并日期不同的时间序列

两条时间序列的相关性

股票与债券的相关性

飞碟与股市并不相关

简单线性回归

查看回归的 R-squared

将相关系数与回归输出匹配

自相关（Autocorrelation）

利用自相关的流行策略

利率是否具有自相关性？

自相关函数

动手练习：计算 ACF

我们能有把握认为这只股票会均值回归吗？

白噪声

无法预测白噪声

随机游走

生成随机游走

把"漂移"加上

股票价格是随机游走吗？

那股票收益呢？

平稳性（Stationarity）

是否平稳？

报税季的季节性调整

一些简单的时间序列

本章将学习时间序列的自回归（AR）模型。此类模型利用序列的过去取值来预测当前值。

描述 AR 模型

模拟 AR(1) 时间序列

比较多个 AR 时间序列的 ACF

将 AR 模型与 ACF 匹配

AR 模型的估计与预测

估计 AR 模型

使用 AR 模型进行预测

来预测利率

比较 AR 模型与随机游走

选择合适的模型

估计模型阶数：PACF

估计模型阶数：信息准则

自回归（AR）模型

本章将介绍另一类模型——移动平均（MA）模型。您还将看到如何将 AR 与 MA 结合为功能更强的 ARMA 模型。

描述模型

模拟 MA(1) 时间序列

计算多个 MA 时间序列的 ACF

将 ACF 与 MA 模型匹配

估计与预测 MA 模型

估计 MA 模型

使用 MA 模型进行预测

ARMA 模型

高频股票价格

更多数据清洗：缺失数据

应用 MA 模型

AR(1) 与 MA(∞) 的等价性

移动平均（MA）与 ARMA 模型

本章将展示如何使用协整模型对两条序列进行联合建模。最后，您将通过一个案例研究收尾，分析纽约市的气温时间序列数据。

协整模型

狗拴在皮带上？（第 1 部分）

拴着的狗？（第 2 部分）

比特币与以太坊是否协整？

案例研究：气候变化

气温是带漂移的随机游走吗？

先"热热身"：查看自相关

哪个 ARMA 模型更优？

冬季外套先别急着收

恭喜您

融会贯通

Financial time series datasets

New York temperature data

UFO sightings

从股票价格到气候数据，时间序列广泛存在于各个领域。能够高效处理这类数据，正成为数据科学家日益重要的技能。本课程将带您入门 Python 中的时间序列分析。您将先了解什么是时间序列，随后学习多种时间序列模型，从自回归与移动平均模型到协整模型。过程中，您将学会如何使用 Python 的统计库来估计、预测与模拟这些模型。课程包含大量模型应用示例，重点关注金融领域的实践。

<h2>学习如何使用 Python 进行时间序列分析 </h2>
从股票价格到气候数据，您可以在各种领域中找到时间序列数据。 对于数据科学家来说，具备有效处理此类数据的能力正变得越来越重要。 本课程将向您介绍 Python 中的时间序列分析。
<br><br>
在了解什么是时间序列之后，你将探索多种时间序列模型，从自回归模型和移动平均模型到协整模型。 一路上，你将学习如何使用 Python 中的统计库来估计、预测和模拟这些模型。 
<br><br>
您将看到这些模型的众多使用示例，尤其侧重于金融领域的应用。
<br><br>
<h2>了解如何使用时间序列方法 </h2>
你将首先学习时间序列数据的基础知识，以及简单线性回归。 你将学习相关性和自相关的概念，以及它们如何应用于时间序列数据，然后再探索一些简单的时间序列模型，例如白噪声和随机游走。 
接下来，你将探索自回归（AR）模型如何用于时间序列数据，以预测当前值，以及移动平均模型如何与AR模型结合，生成强大的ARMA模型。 
<br><br>
最后，你将了解如何使用协整模型对两个序列进行联合建模，然后再查看一个真实案例研究。 
<br><br>
</h2>探索用于时间序列分析的 Python 模型和库</h2>
在本课程结束时，你将了解 Python 中的时间序列分析是如何工作的。 你将了解一些能够帮助你完成这一过程的模型、方法和库，并知道如何为自己的分析选择合适的工具。 
<br><br>
这门课程是更广泛的 Python 时间序列学习路径的一部分，该学习路径提供五门课程，帮助你掌握这项数据科学技能。 


Manipulating Time Series Data in Python

学习Python时间序列分析基础，包括自回归、移动平均和协整模型。

Python 中的时间序列分析

在这门四小时课程中，你将学习使用 Python 分析时间序列数据的基础知识。

估计与预测 MA 模型

Create Your Free Account