課程導論

Python 中的時間序列分析

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

時間序列範例：Google Trends

時間序列範例：氣候資料

時間序列範例：季度獲利資料

多重序列範例：天然氣與取暖用油

課程目標

• 認識時間序列模型
• 將資料配適時間序列模型
• 用模型預測未來
• 學會使用 Python 中的統計套件
• 透過實例示範模型應用

實用 pandas 工具

• 將索引轉為 datetime

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

• 繪製資料

    df.plot()
  

• 切片取值

    df['2012']
  

實用 pandas 工具

• 合併兩個 DataFrame

    df1.join(df2)
  

• 重採樣（例如：日轉週）

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

更多 pandas 函式

• 計算報酬率與差分

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

• Series 的 pandas 相關係數方法

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

• pandas 自相關

    df['ABC'].autocorr()
  

一起來練習吧！

Python 中的時間序列分析