时间序列模型ARIMA预测股票走势

通过一组股票数据来预测股票未来的走势。

使用工具：ARIMA

首先导入需要使用的包，并且设置绘图格式。

读取股票数据，并且进行观察。用sns进行可视化。

ARIMA模型预测需要确定三个参数，p、d、q

d是用差分法来确定需要几阶差分。

q用ACF图求得，p用PACF图求得。观察图中什么时候收敛进入置信区间。

所以先对股票收盘数据进行一阶差分，观察数据平稳性。

数据平稳性尚可，所以确定d=1。

接下来绘制acf,pacf，观察数据。

由图可知，p、q都在一介之后进入了置信区间，所以p、q选取1。

建立ARIMA模型，确定了order参数d,p,q 都是1，1，1。

由图可知，在未来一年内，到2017年7月7日，股票的走势为下降趋势。