7、机票异常票价检测与 IPO 市场预测

机票异常票价检测与 IPO 市场预测

1. 机票异常票价检测

1.1 异常值定义与算法选择

异常值是数据集中远离其他观测值的极端值。有多种参数和非参数技术可用于识别异常值，如 DBSCAN、隔离森林和 Grubbs 检验等。由于我们处理的是单变量时间序列数据，因此选择广义极端学生化偏差（Generalized ESD）检验算法。时间序列是指按固定间隔记录的数据，如股票的每日收盘价。

1.2 数据正态性检验

可以使用多种测试来确保数据近似正态分布，也可以使用正态概率图进行可视化检查。以下是使用 SciPy 库对莫斯科市数据进行正态性检查的代码：

from scipy import stats 
import matplotlib.pyplot as plt

fix, ax = plt.subplots(figsize=(10,6)) 
stats.probplot(list(city_dict.values()), plot=plt) 
plt.show() 

在评估正态概率图或分位数 - 分位数（Q - Q）图时，数据越接近直线，表明数据越接近正态分布。

1.3 异常值检测代码

使用 PyAstronomy 库实现广义 ESD 算法进行异常值检测，代码如下：

from PyAstronomy import pyasl 

r = pyasl.generalizedESD(prices, 3, 0.025, f