J股票红利分析

实验目的：

掌握时间序列数据的建立

掌握时间序列数据的影响因素

掌握时间序列分析模型的建立方法

实验内容：

数据时j股票从1997-2017的20年来个季度红利数据，找出时序数据的构成因素，并分别通过指数平滑法和自回归ARIMA模型方法，建立时序数据的预测模型，并预测下两年的红利。

实验知识点：

时序数据的构成因素

指数平滑法

ARIMA模型

实验环境：

anaconda

jupyter

实验过程：

加载包

import pandas as pd
import numpy as np
from statsmodels.tsa import holtwinters as hw
from statsmodels.graphics.tsaplots import plot_acf
from statsmodels.graphics.tsaplots import plot_pacf
from statsmodels.tsa.stattools import adfuller
from statsmodels.graphics.gofplots import qqplot
import matplotlib.pyplot as plt
from statsmodels.tsa import arima_model
import warnings

读取csv数据

f=open('实验 1 数据.csv')

mydata=pd.read_csv(f)

print(mydata.head())

 直接粘图片了家人们，做个作业记录。

创建时序图并绘图

先将数据对数化，并通过指数平滑法建立模型并预测

 

 通过自回归建立模型并预测：

 比较两种模型的优劣

实验数据提取：

链接：https://pan.baidu.com/s/1xxstth5-_Jt1j9ytYOYIfw 
提取码：1234