r - 时间序列数据分析
问题描述
我想为每日股票指数确定一个合适的模型,如下图所示。可以看出数据有趋势,但也有季节性。如果是这样,它是什么模型,即(加法或乘法),季节性的频率是多少?
我运行了一个周期图,它仅在 0 处显示峰值。此外,它的 ACF 都是正数,并且正在逐渐减少。
解决方案
处理时间序列的一种非常快速和简单的方法是使用 Facebook 的名为Prophet
. 只需以正确的格式输入您的日常数据,它就会做出预测。您不需要提供任何 ACF/季节性信息……它应该会自动为您找到它。
https://cran.r-project.org/web/packages/prophet/index.html
您还可以考虑使用 package 的循环神经网络等选项Keras
。或者考虑ARIMA
像auto.arima
. 我也使用名为TBATS
的算法取得了很好的结果。只需尝试所有这些,然后选择最适合的那个。
推荐阅读
- excel - 批量电子邮件 - 无法在电子邮件中显示签名徽标
- android-studio - Android Studio 抱怨 AndroidX 依赖项的使用,但它们没有被使用
- excel - 使用 Match 或任何搜索函数获取类型不匹配
- python - 从嵌套字典python递归查找并返回键和值
- javascript - 使用 Composition API (vuejs3) 制作文件上传组件
- python - 为什么我的 python 代码中的返回类型是 NoneType?
- javascript - Discord Bot 没有响应
- reactjs - @fluentui v8 升级 Jest 更新 TypeError: react_hooks_1.useMergedRefs is not a function
- rest - Cloud Foundry 任务 - 从服务实例调用 REST API
- javascript - 嵌入消息中的图像