python自回归_python调用statsmodels模块实现整合移动平均自回归模型(ARIMA)——以预测股票收盘价为例...

程序简介

调用statsmodels模块对上证指数的收盘价进行ARIMA模型动态建模，ARIMA适合短期预测，因此输入为15个数据，输出为1个数据

程序输入：原序列，需要往后预测的个数

程序输出：预测序列，模型结构(白噪声检验、单根检验、一阶差分自相关图、一阶差分偏自相关图)

差分整合移动平均自回归模型(ARIMA)，ARIMA(p，d，q)中，AR是”自回归”，p为自回归项数；MA为”滑动平均”，q为滑动平均项数，d为使之成为平稳序列所做的差分次数(阶数)。

程序/数据集下载

代码分析

导入模块、路径

# -*- coding: utf-8 -*-

from Module.BuildModel import ARIMA

from sklearn.metrics import mean_absolute_error

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import os

#路径目录

baseDir = ''#当前目录

staticDir = os.path.join(baseDir,'Static')#静态文件目录

resultDir = os.path.join(baseDir,'Result')#结果文件目录

读取数据、分成训练集和测试集，查看前5行

#读取数据

data = pd.read_csv(staticDir+'/000001.csv',encoding='gbk')

train = data['收盘价'].values[-20:-10]#训练数据

test = data['收盘价'].values[-10:]#测试数据

data.head()

日期

股票代码

名称

收盘价

最高价

最低价

开盘价

前收盘

涨跌额

涨跌幅

成交量

成交金额

0

2020-02-18

'000001

上证指数

2984.9716

2990.6003

2960.7751

2981.4097

2983.6224

1.3492

0.0452

311665913

3.74998562648e+11

1

2020-02-17

'000001

上证指数

2983.6224

2983.6371

2924.9913

2924.9913

2917.0077

66.6147

2.2837

313198007

3.67014340129e+11

2

2020-02-14

'000001

上证指数

2917.0077

2926.9427

2899.5739

2899.8659

2906.0735

10.9342

0.3763

250650627

3.08080368726e+11

3

2020-02-13

'000001

上证指数

2906.0735

2935.4060

2901.2425

2927.1443

2926.8991

-20.8256

-0.7115

274804844

3.34526327364e+11

4

2020-02-12

'000001

上证指数

2926.8991

2926.8991

2892.4240

2895.5561

2901.6744

25.2247

0.8693

248733429

2.97534420493e+11

调用ARIMA函数进行动态建模，函数自动绘制一阶差分自相关图和一阶差分偏自相关图，即每次预测1个值，持续多次，计算并打印MAE

其中ARIMA函数位置在Module/BuildModel.py，代码会在下文给出

#ARIMA动态建模

yPre = []

for i in range(test.shape[0]):

#只预测1个数

result = ARIMA(train,1)

yPre.append(result['predict']['value'][0])

#更新训练集

train = train.tolist()[:-1]

train.append(test[i])

train = np.array(train).reshape(-1)

#计算MAE

MAE = mean_absolute_error(test,yPre)

print('误差MAE',MAE)

这里给出上文用到的ARIMA函数，直接运行是直接验证代码有效性的另一个简单实验，程序会保留白噪声检验、单根检验、一阶差分自相关图、一阶差分偏自相图

# -*- coding: utf-8 -*-

import os

import pandas as pd

import numpy as np

import statsmodels.api as sm

from statsmodels.graphics.tsaplots import plot_acf, plot_pacf

from statsmodels.tsa.stattools import adfuller

from statsmodels.tsa import arima_model

from statsmodels.stats.diagnostic import acorr_ljungbox

import warnings

warnings.filterwarnings("ignore")

def ARIMA(series,n):

'''

只讨论一阶差分的ARIMA模型，预测，数字索引从1开始

series:时间序列

n:需要往后预测的个数

'''

series = np.array(series)

series = pd.Series(series.reshape(-1))

currentDir = os.getcwd()#当前工作路径

#一阶差分数据

fd = series.diff(1)[1:]

plot_acf(fd).savefig(currentDir+'/一阶差分自相关图.png')

plot_pacf(fd).savefig(currentDir+'/一阶差分偏自相关图.png')

#一阶差分单位根检验

unitP = adfuller(fd)[1]

if unitP>0.05:

unitAssess = '单位根检验中p值为%.2f，大于0.05，该一阶差分序列可能为非平稳序列'%(unitP)

#print('单位根检验中p值为%.2f，大于0.05，认为该一阶差分序列判断为非平稳序列'%(unitP))

else:

unitAssess = '单位根检验中p值为%.2f，小于0.05，认为该一阶差分序列为平稳序列'%(unitP)

#print('单位根检验中p值为%.2f，小于0.05，认为该一阶差分序列判断为平稳序列'%(unitP))

#白噪声检验

noiseP = acorr_ljungbox(fd, lags=1)[-1]

if noiseP<=0.05:

noiseAssess = '白噪声检验中p值为%.2f，小于0.05，认为该一阶差分序列为非白噪声'%noiseP

#print('白噪声检验中p值为%.2f，小于0.05，认为该一阶差分序列为非白噪声'%noiseP)

else:

noiseAssess = '白噪声检验中p值%.2f，大于0.05，该一阶差分序列可能为白噪声'%noiseP

#print('白噪声检验中%.2f，大于0.05，认为该一阶差分序列为白噪声'%noiseP)

#BIC准则确定p、q值

pMax = int(series.shape[0]/10)# 一般阶数不超过length/10

qMax = pMax# 一般阶数不超过length/10

bics = list()

for p in range(pMax + 1):

tmp = list()

for q in range(qMax + 1):

try:

tmp.append(arima_model.ARIMA(series, (p, 1, q)).fit().bic)

except Exception as e:

#print(str(e))

tmp.append(1e+10)#加入一个很大的数

bics.append(tmp)

bics = pd.DataFrame(bics)

p, q = bics.stack().idxmin()

#print('BIC准则下确定p,q为%s,%s'%(p,q))

#建模

model = arima_model.ARIMA(series,order=(p, 1, q)).fit()

predict = model.forecast(n)[0]

return {

'model':{'value':model,'desc':'模型'},

'unitP':{'value':unitP,'desc':unitAssess},

'noiseP':{'value':noiseP[0],'desc':noiseAssess},

'p':{'value':p,'desc':'AR模型阶数'},

'q':{'value':q,'desc':'MA模型阶数'},

'params':{'value':model.params,'desc':'模型系数'},

'predict':{'value':predict,'desc':'往后预测%d个的序列'%(n)}

}

if __name__ == "__main__":

data = data = np.array([1.2,2.2,3.1,4.5,5.6,6.7,7.1,8.2,9.6,10.6,11,12.4,13.5,14.7,15.2])

x = data[0:10]#输入数据

y = data[10:]#需要预测的数据

result = ARIMA(x,len(y))#预测结果,一阶差分偏自相关图,一阶差分自相关图

predict = result['predict']['value']

predict = np.round(predict,1)

print('真实值:',y)

print('预测值:',predict)

print(result)

打印建立的股票模型假设检验结论，可以看到序列可能为白噪声，但是仍然可以强行建模

#打印模型结构

print(result['noiseP']['desc'])

print(result['unitP']['desc'])

白噪声检验中p值0.98，大于0.05，该一阶差分序列可能为白噪声

单位根检验中p值为0.99，大于0.05，该一阶差分序列可能为非平稳序列

观测值预测值对比可视化

#可视化

plt.clf()#清理历史绘图

#用来正常显示中文标签

plt.rcParams['font.sans-serif']=['SimHei']

#用来正常显示负号

plt.rcParams['axes.unicode_minus']=False

plt.plot(range(test.shape[0]),yPre,label="预测值")

plt.plot(range(test.shape[0]),test,label="观测值")

plt.legend()

plt.title('ARIMA预测效果，MAE：%2f'%MAE)

plt.savefig(resultDir+'/ARIMA预测效果.png',dpi=100,bbox_inches='tight')