时序分析专题1：平稳性和白噪声检验

目录

1. 平稳性检验

2. 白噪声检验

---

免责声明：本文由作者参考相关资料，并结合自身实践和思考独立完成，对全文内容的准确性、完整性或可靠性不作任何保证。同时，文中提及的数据仅作为举例使用，不构成推荐；文中所有观点均不构成任何投资建议。请读者仔细阅读本声明，若读者阅读此文章，默认知晓此声明。

*本文非理论篇，主要展示结果的转换输出。

1. 平稳性检验

    平稳性检验是时序建模的基础，对于不平稳的序列需要对其进行差分处理。本文使用ADF方法对序列进行平稳性检验。

    选用中证500的数据作为案例，adf检验使用模块。代码如下：

from statsmodels.tsa.stattools import adfuller
import akshare as ak

code = 'sh000905'
data_source = ak.stock_zh_index_daily_em(symbol=code).sort_values(by=['date'], ascending=True)
adf_test = adfuller(data_source['close'])

print(adf_test)

   对应得到的adf_test，结果如下：

   第一个值为t统计值，第四个值为字典，分别是出错率为1%,5%,10%所对应的统计临界值。若t值小于对应临界值值，表示在该出错率下序列本身平稳，反之则不平稳。第二个值表示的是整体检验的显著性，其值越接近于0，说明序列本身越平稳。一般地，以0.05作为标准。为