首页
博客
专栏课程
下载
问答
社区
会员中心
论坛
代码
直播
Chrome 插件
能力认证
导航
极简R数据分析与可视化实战训练营:进阶实战
看漫画学Python进阶实战
AI办公新动能:DeepSeek智能应用案例实战指南
AI量化之道:DeepSeek+Python让量化交易插上翅膀
...
看漫画学Python进阶实战
AI办公新动能:DeepSeek智能应用案例实战指南
AI量化之道:DeepSeek+Python让量化交易插上翅膀
登录/注册
社区
关东升的课程社区_NO_5
极简R数据分析与可视化实战训练营:进阶实战
帖子详情
11.4 案例4:基于ARIMA模型的中国石油股票收盘价预测【动手实践】步骤 4:模型评估与可视化
码农老关【关东升】
2025-01-16 10:43:02
课时名称
课时知识点
11.4 案例4:基于ARIMA模型的中国石油股票收盘价预测【动手实践】步骤 4:模型评估与可视化
案例4:基于ARIMA模型的中国石油股票收盘价预测【动手实践】步骤 4:模型评估与可视化
...全文
给本帖投票
33
回复
打赏
收藏
11.4 案例4:基于ARIMA模型的中国石油股票收盘价预测【动手实践】步骤 4:模型评估与可视化
课时名称课时知识点11.4 案例4:基于ARIMA模型的中国石油股票收盘价预测【动手实践】步骤 4:模型评估与可视化案例4:基于ARIMA模型的中国石油股票收盘价预测【动手实践】步骤 4:模型评估与可视化
复制链接
扫一扫
分享
转发到动态
举报
AI
作业
写回复
配置赞助广告
用AI写文章
11.4 案例4:基于ARIMA模型的中国石油股票收盘价预测【动手实践】步骤 5:预测与保存结果
>>
回复
切换为时间正序
请发表友善的回复…
发表回复
发表回复
按下Enter换行,Ctrl+Enter发表内容
编辑
预览
轻敲空格完成输入
显示为
卡片
标题
链接
打赏红包
Python 时间序列分析手册:第11章:时间序列的其他统计建模技术
在第 10 章使用统计方法构建单变量时间序列
模型
》中,您已经学习了指数平滑法、非季节性
ARIMA
和季节性
ARIMA
等流行的
预测
技术。这些通常被称为经典统计
预测
方法,具有快速、易于实现和解释性强的特点。本章将深入介绍基于前一章知识基础的更多统计方法。您将了解几个能自动化时间序列
预测
和
模型
优化的库——Facebook(Meta)的Prophet库。此外,您还将探索用于处理多元时间序列的类,以及支持对金融数据波动性进行建模的arch库。本章的主要目标是让您熟悉。
Python 金融秘籍第二版(四)
波动性建模和
预测
近年来受到了广泛关注,主要因为它们在金融市场中的重要性。本章介绍了 GARCH
模型
(包括单变量和多变量
模型
)在波动性
预测
中的实际应用。通过了解如何使用 GARCH 类
模型
进行波动性建模,我们可以用更准确的波动性
预测
来替代许多实际应用中的简单估计,例如风险管理、波动性交易和衍生品估值。我们重点介绍了 GARCH
模型
,因为它能够捕捉波动性聚集现象。然而,波动性建模还有其他方法。例如,状态切换
模型
假设数据中存在某些重复的模式(状态)。
Python 时间序列的机器学习(三)
在本章中,我们讨论了如何使用时间序列的概率
模型
帮助我们在金融
预测
的背景下做出带有不确定性估计的决策。这些
预测
驱动着财务规划的商业决策。我已经介绍了 Prophet、马尔可夫
模型
和模糊时间序列
模型
。我们讨论了 Facebook 的 Prophet
模型
的组成部分。对于马尔可夫
模型
,我们讨论了主要的概念,如马尔可夫性质,并详细讨论了转换
模型
。接着,我解释了模糊集合理论的一些基础知识以及它如何应用于时间序列。最后,我们深入探讨了 BSTS
模型
的直觉以及在实验中估计处理效应的一些理论。
Python 数据清理和准备最佳
实践
(三)
在本章中,我们深入探讨了缺失值和异常值的处理。我们理解了缺失值如何扭曲我们的分析,并学习了从简单的均值插补到先进的基于机器学习的插补技术等多种插补方法。同样,我们认识到异常值可能会偏移我们的结果,并深入研究了在单变量和多变量背景下检测和管理异常值的方法。通过结合理论和
实践
示例,我们对确保数据质量和可靠性的考虑、挑战及策略有了更深入的理解。拥有这些见解后,我们现在可以进入下一章,讨论特征的缩放、归一化和标准化。
金融机器学习的进展(一)
原文:`annas-archive.org/md5/2ebe092c37fd33d3631fbd6110cc696d 译者:飞龙 协议:CC BY-NC-SA 4.0 序言 对 《金融机器学习进展》的赞誉 在他的新书《金融机器学习进展》中,著名金融学者马尔科斯·洛佩斯·德·普拉多对当前金融界普遍存在的天真且通常统计过拟合的技术进行了精准的抨击。他指出,传统的业务方式在当今高科技金融领域几乎无能为力,而且在许多情况下,实际上更容易亏损。但洛佩斯·德·普拉多不仅仅是揭露金融世界的数学和统计错误。相反,他为
关东升的课程社区_NO_5
1
社区成员
635
社区内容
发帖
与我相关
我的任务
关东升的课程社区_NO_5
关东升,国内著名技术专家,架构师,项目经理、技术顾问,技术图书作家,51CTO学院金牌讲师。 擅长技术: 移动开发、前后端技术、游戏开发、数据库开发与设计、软件架构设计等多种IT技术。 20多年教学经验: 教授近万名学员,近期为中国移动、中国联通、南方航空、中石油、工商银行、平安银行和天津港务局等企事业单位授课。 著有50本多部畅销书: 《看漫画学Python》 《看漫画学Python2》 《极简ChatGPT: 如何利用AI提高办公效率》 《极简ChatGPT:如何利用AI实现Python自动编程》 《AI时代程序员开发之道:ChatGPT让程序员插上翅膀》
复制链接
扫一扫
分享
社区描述
关东升,国内著名技术专家,架构师,项目经理、技术顾问,技术图书作家,51CTO学院金牌讲师。 擅长技术: 移动开发、前后端技术、游戏开发、数据库开发与设计、软件架构设计等多种IT技术。 20多年教学经验: 教授近万名学员,近期为中国移动、中国联通、南方航空、中石油、工商银行、平安银行和天津港务局等企事业单位授课。 著有50本多部畅销书: 《看漫画学Python》 《看漫画学Python2》 《极简ChatGPT: 如何利用AI提高办公效率》 《极简ChatGPT:如何利用AI实现Python自动编程》 《AI时代程序员开发之道:ChatGPT让程序员插上翅膀》
社区管理员
加入社区
获取链接或二维码
积分榜
荣誉榜
原力榜
学习榜
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章
手机看
关注公众号
客服
返回
顶部