Giới thiệu khóa học

Phân tích chuỗi thời gian với Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Ví dụ chuỗi thời gian: Google Trends

Ví dụ chuỗi thời gian: Dữ liệu khí hậu

Ví dụ chuỗi thời gian: Dữ liệu lợi nhuận theo quý

Ví dụ đa chuỗi: Khí tự nhiên và dầu sưởi

Mục tiêu khóa học

• Tìm hiểu về mô hình chuỗi thời gian
• Khớp dữ liệu vào mô hình chuỗi thời gian
• Dùng mô hình để dự báo tương lai
• Học cách dùng các gói thống kê liên quan trong Python
• Đưa ra ví dụ cụ thể về cách áp dụng các mô hình này

Một số công cụ hữu ích của pandas

• Đổi index sang datetime

    df.index = pd.to_datetime(df.index)
  

• Vẽ dữ liệu

    df.plot()
  

• Cắt lát dữ liệu

    df['2012']
  

Một số công cụ hữu ích của pandas

• Join hai DataFrame

    df1.join(df2)
  

• Resample dữ liệu (ví dụ: từ ngày sang tuần)

    df = df.resample(rule='W').last()
  

Thêm các hàm pandas

• Tính phần trăm thay đổi và chênh lệch của chuỗi thời gian

    df['col'].pct_change()
    df['col'].diff()
  

• Phương thức tương quan của Series trong pandas

    df['ABC'].corr(df['XYZ'])
  

• Tự tương quan trong pandas

    df['ABC'].autocorr()
  

Cùng luyện tập nào!

Phân tích chuỗi thời gian với Python