Introduktion till kursen

Tidsserieanalys i Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Exempel på tidsserie: Google Trends

Exempel på tidsserie: klimatdata

Exempel på tidsserie: kvartalsresultat

Exempel på flera serier: naturgas och eldningsolja

Kursmål

• Lär dig om tidsseriemodeller
• Anpassa data till en tidsseriemodell
• Använd modellerna för att göra prognoser
• Lär dig använda relevanta statistikpaket i Python
• Se konkreta exempel på hur modellerna används

Användbara pandas-verktyg

• Ändra ett index till datetime

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

• Plotta data

    df.plot()
  

• Slica data

    df['2012']
  

Användbara pandas-verktyg

• Slå ihop två DataFrames

    df1.join(df2)
  

• Sampla om data (t.ex. från daglig till veckovis)

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

Fler pandas-funktioner

• Beräkna procentuella förändringar och differenser i en tidsserie

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

• pandas korrelationsmetod för Series

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

• pandas autokorrelation

    df['ABC'].autocorr()
  

Nu kör vi en övning!

Tidsserieanalys i Python