エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【 Python 時系列解析 】Yahoo Finance から FTSEロンドン株価データ を 取得して、経済時系列解析 の 作業手順 を通しで行ってみる 〜 データの定常性検定 から(G)ARCHモデル推定 まで - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【 Python 時系列解析 】Yahoo Finance から FTSEロンドン株価データ を 取得して、経済時系列解析 の 作業手順 を通しで行ってみる 〜 データの定常性検定 から(G)ARCHモデル推定 まで - Qiita
【 参考 】時系列解析の実行手順 について python for economist[第6回]: statsmodelsでかんたん回帰分... 【 参考 】時系列解析の実行手順 について python for economist[第6回]: statsmodelsでかんたん回帰分析 (Googleブックス) 横内 大介・青木 義充(共著)『現場ですぐ使える時系列データ分析~データサイエンティストのための基礎知識~』技術評論社 経済企画庁経済研究所編集 経済分析 「計量経済分析再考 -より信頼性の高いモデル 作りのための推定手続き- 」 第112号 昭和63年7月 【 以下の流れ を 通しで 行ってみます 】 ( ARIMAモデル 実行した後に、モデル残差系列に自己相関の有無をチェック後、残差棄却できなかったため、GARCHモデルを実行します。 ) 1. データの定常性検定 2. 定常データへの加工 3. ARIMAモデル推計 4. 残差の系列相関のチェック 5. (G)ARCHモデル推定 【 データ取得 】 pandas.web_