如何用Python构建平稳时间序列模型？

本文共计1800个文字，预计阅读时间需要8分钟。

一、平稳序列建模步骤假设某个观测值序列通过序列预处理可以判定为平稳非白噪声序列，则可以利用ARMA模型对该序列进行建模。建模的基本步骤如下：

（1）求出该观测值序列的基本特征‘特征’。

一、平稳序列建模步骤

假如某个观察值序列通过序列预处理可以判定为平稳非白噪声序列，就可以利用ARMA模型对该序列进行建模。建模的基本步骤如下：

（1）求出该观察值序列的样本自相关系数（ACF）和样本偏自相关系数（PACF）的值。

（2）根据样本自相关系数和偏自相关系数的性质，选择适当的ARMA（p，q）模型进行拟合。

（3）估计模型中位置参数的值。

（4）检验模型的有效性。如果模型不通过检验，转向步骤（2），重新选择模型再拟合。

（5）模型优化。如果拟合模型通过检验，仍然转向不走（2），充分考虑各种情况，建立多个拟合模型，从所有通过检验的拟合模型中选择最优模型。

（6）利用拟合模型，预测序列的将来走势。