金融时间序列分析：8. MA模型实例（Python）

最新推荐文章于 2023-07-03 16:13:46 发布

原创最新推荐文章于 2023-07-03 16:13:46 发布 · 2.6k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#时间序列 #建模 #分析 #均线 #python

量化投资同时被 3 个专栏收录

21 篇文章

订阅专栏

Python

17 篇文章

订阅专栏

大数据

10 篇文章

订阅专栏

本文通过Python实现MA模型在金融时间序列数据上的应用，对比AR模型，详细介绍了如何进行数据预处理、模型定阶及预测。通过ADF检验确定最佳参数，展示了MA模型在预测上的效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

数据获取，预处理，定阶什么的参考前面几篇文章：

金融时间序列分析：3. First Demo By Python

金融时间序列分析：5. AR模型实例（Python）

MA模型的讲解参考前文：

金融时间序列分析：7. MA滑动平均模型

建模与分析预测

这个和以前那个AR模型基本一样，我也不多说了。

print '---------------------------MA TEST------------------------------'

adf_res = adf_test(ts_diff['2014-01-01':'2015-12-31'])

print 'ADF test results (ema diff):\n', adf_res

ma_predict = draw_ma(ts_diff['2014-01-01':'2015-12-31'], int(adf_res['Lags Used']))

rtn_test(ma_predict, "ma predict")

def draw_ma(ts, w):

ma = ARMA(ts, order=(0, w)).fit(disp = -1)

ts_predict_ma = ma.predict()

ar = ARMA(ts, order=(w,0)).fit(disp=-1)

ts_predict_ar = ar.predict()    

plt.clf()

plt.plot(ts_predict_ar, label="AR")

plt.plot(ts_predict_ma, label="MA")

#plt.plot(ts, label = "ORG")

p...

(内容过长已省略…) 查看全部 ma 相关内容: https://www.quantinfo.com/Article/View/568.html