Stationarity

การวิเคราะห์อนุกรมเวลาด้วย Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Stationarity คืออะไร?

Stationarity เข้ม: การแจกแจงทั้งหมดของข้อมูลไม่เปลี่ยนแปลงตามเวลา
Stationarity อ่อน: ค่าเฉลี่ย ความแปรปรวน และ autocorrelation ไม่เปลี่ยนแปลงตามเวลา (กล่าวคือ corr$\large (X_t, X_{t-\tau})$ เป็นฟังก์ชันของ $\large \tau$ เท่านั้น)

เหตุใดจึงสำคัญ?

หากพารามิเตอร์เปลี่ยนแปลงตามเวลา จะมีพารามิเตอร์ที่ต้องประมาณมากเกินไป
ประมาณได้เฉพาะโมเดลที่กระชับและมีพารามิเตอร์น้อย

ตัวอย่างของอนุกรมที่ไม่มี Stationarity

Random Walk

ตัวอย่างของอนุกรมที่ไม่มี Stationarity

ฤดูกาลในอนุกรม

ตัวอย่างของอนุกรมที่ไม่มี Stationarity

ค่าเฉลี่ยหรือส่วนเบี่ยงเบนมาตรฐานที่เปลี่ยนแปลงตามเวลา

การแปลงอนุกรมที่ไม่มี Stationarity ให้มี Stationarity

Random Walk
```
plot.plot(SPY)
```

ผลต่างอันดับหนึ่ง
```
plot.plot(SPY.diff())
```

การแปลงอนุกรมที่ไม่มี Stationarity ให้มี Stationarity

ฤดูกาล
```
plot.plot(HRB)
```

ผลต่างตามฤดูกาล
```
plot.plot(HRB.diff(4))
```

การแปลงอนุกรมที่ไม่มี Stationarity ให้มี Stationarity

รายได้รายไตรมาสของ AMZN
```
plt.plot(AMZN)
```

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

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

มาฝึกกันเถอะ!

การวิเคราะห์อนุกรมเวลาด้วย Python

Preparing Video For Download...