提示：这只是个训练模型，技术不具备实际意义，入市需谨慎。
首先调用tushare包
import tushare as ts
import pandas as pd
import matplotlib.pyplot as plt
查自己比较感兴趣的股票，这里我查找的是新能源/燃料电池/氢燃料，在数据库里查找下
concept = ts.get_concept_classified()
df = concept[concept.c_name=='燃料电池']
我们就用金龙汽车作为我们的股票分析对象吧。
data=ts.get_hist_data('600686')
将开盘价open作为我们的分析对象，在这里截取了一段相对趋势唯一的数据作为train_data。并且选取了最后的一部分数据作为test_data。如下图。
在导入数据的过程中遇到一个很奇怪的现象，那就是数据的行index是时间逆序排列，刚开始没注意，后来才发现，用DataFrame.sort_index()进行调整。
data= ts.get_hist_data('600686', start='2016-09-13',end='2017-02-15').sort_index()
testdata=ts.get_hist_data('600686',start='2017-02-16',end='2017-03-29').sort_index()
plt.figure(figsize=(10,6))
plt.plot(data.open, label='Raw')
plt.legend(loc=0)
我们想对该时间序列数据进行预测，我们需要先对该数据进行分析，判断它到底是不是平稳性数据。
#使用ADF单位根检验法检验时间序列的稳定性
#先做一个编译器
def tagADF(t):
result = pd.DataFrame(index=[
"Test Statistic Value", "p-value", "Lags Used",
"Number of Observations Used",
"Critical Value(1%)", "Critical Value(5%)", "Critical Value(10%)"
],columns=['value']
)
result['value']['Test Statistic Value']=t[0]
result['value']['p-value']=t[1]
result['value']['Lags Used']=t[2]
result['value']['Number of Observations Used'] = t[3]
result['value']['Critical Value(1%)']=t[4]['1%']
result['value']['Critical Value(5%)']=t[4]['5%']
result['value']['Critical Value(10%)']=t[4]['10%']
return result
我们调用python的统计包
import statsmodels.api as sm
import statsmodels.tsa.stattools as sts
这里会涉及到迪基-福勒检验的概念，后面我会抽时间补充这块知识。
adf_Data = sts.adfuller(data.open)
tagADF(adf_Data)
我们的前提假设是该数据是非平稳性数据，从p-value上我们看出，有78.68%的可信度证明这条假设。
接下来利用差分法构建平稳时间序列。
diff = data[['open']].diff(1).dropna()
plt.figure(figsize=(10,6))
plt.plot(diff, label='Diff')
plt.legend(loc=0)
验证是否是平稳性数据，重复上面的动作
adf_Data1 = sts.adfuller(diff.iloc[:,0])
tagADF(adf_Data1)
p-value很小，我们的假设失效，因此，diff数据序列符合平稳性要求。
ic = sm.tsa.arma_order_select_ic(
diff,
max_ar=4,
max_ma=2,
ic='hqic'
)
计算结果，order=(1,1)
ARMAModel = sm.tsa.ARMA(diff, order).fit()
delta = ARMAModel.fittedvalues - diff
score = 1 - delta.var()/diff.var()
plt.figure(figsize=(10, 6))
plt.plot(diff, 'r', label='Raw')
plt.plot(ARMAModel.fittedvalues, 'g',label='ARMA Model')
plt.legend()
遇到一个很诡异的事情，
p = ARMAModel.predict(
start='2017-02-16',
end='2017-03-29'
)
跑了四遍代码，重启了两遍kernel，还是不行
试了一下数字index，将就着用吧
p = ARMAModel.predict(
start=98,
end=127
)
还原数据
def revert(diffValues, *lastValue):
for i in range(len(lastValue)):
result = [];
lv = lastValue[i];
for dv in diffValues:
lv = dv + lv
result.append(lv)
diffValues = result
return diffValues;
r = revert(p, data.open[-1])
plt.figure(figsize=(10,6))
plt.plot(r,'g',label='Predict')
plt.plot(testdata.open,'r',label='Raw')
plt.legend()
)
)
