Stacionarita

Analýza časových řad v Pythonu

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Co je stacionarita?

Silná stacionarita: celé rozdělení dat je časově invariantní
Slabá stacionarita: střední hodnota, rozptyl a autokorelace jsou časově invariantní (tj. korelace $\large (X_t, X_{t-\tau})$ závisí pouze na $\large \tau$)

Proč na tom záleží?

Pokud se parametry mění v čase, je třeba odhadnout příliš mnoho parametrů
Lze odhadnout pouze úsporný model s malým počtem parametrů

Příklady nestacionárních řad

Náhodná procházka

Příklady nestacionárních řad

Sezónnost v řadě

Příklady nestacionárních řad

Změna střední hodnoty nebo směrodatné odchylky v čase

Transformace nestacionárních řad na stacionární

Náhodná procházka
```
plot.plot(SPY)
```

První diference
```
plot.plot(SPY.diff())
```

Transformace nestacionárních řad na stacionární

Sezónnost
```
plot.plot(HRB)
```

Sezónní diference
```
plot.plot(HRB.diff(4))
```

Transformace nestacionárních řad na stacionární

Čtvrtletní tržby AMZN
```
plt.plot(AMZN)
```

# Log of AMZN Revenues
plt.plot(np.log(AMZN))

# Log, then seasonal difference
plt.plot(np.log(AMZN).diff(4))

Pojďme si procvičit!

Analýza časových řad v Pythonu

Preparing Video For Download...