Udemyで引き続きPythonの勉強をしている。
今回はStatsmodelというPythonのライブラリーを用いて授業に沿ってプログラミングの勉強を実施。
- おまじないのように以下のものを最初に書く
import numpy as np import pandas as pd import statsmodels.api as sm import matplotlib.pyplot as plt %matplotlib inline
- Time series analysis (時系列分析)は詳細の理解が難しいが、基本的には短期間のノイズに惑わされないように分析視点をミクローマクロに移動させて傾向を観察する手法のように思える。
- Jupyter NotebookではTabとTab+Shiftで補完ができるのでよく使う
- ETS Theory (Error, Trend, Seasonality)
オリジナルデータでなんとなくアップワードトレンドであるのがわかる。
ただし、それらをTrend、Seasonality、Residualのグラフに分割して観ることでTrendでは上昇トレンドであること、Seasonalityでは季節に応じた周期的な動きをしていることがわかる。
EWMAと比較してLag effectが大きい
- ARIMA Theory (Auto-Regressive Integrated Moving Average)自己回帰和分移動平均
Forecastに強み。Seasonal-ARIMAと使い分けると良さそう。
- ACF and PACF
結論：ただでさえPythonを写経していくのに精一杯なのにファイナンス理論（時系列分析）が入るとよくわからなくなる。
でも、知らない事を知ることって楽しいし、なんとなく手法を認識して活用できるようになれると嬉しい。
参考）
kurokinomizuiwa.hatenablog.com
Udemyに興味ある方は下のリンクからどうぞ！(Pythonのコース山程あってProgateの後に良い気がします！)
経済・ファイナンスデータの計量時系列分析 (統計ライブラリー)
- 作者: 沖本竜義
- 出版社/メーカー: 朝倉書店
- 発売日: 2010/02/01
- メディア: 単行本
- 購入: 4人 クリック: 101回
- この商品を含むブログ (6件) を見る
