Tôi đang tính toán hàm tự tương quan cho lợi nhuận của cổ phiếu. Để làm như vậy, tôi đã thử nghiệm hai chức năng, chức năng autocorr
được xây dựng thành gấu trúc và chức năng acf
được cung cấp bởi statsmodels.tsa
. Này được thực hiện trong MWe sau:Sự khác nhau giữa gấu trúc ACF và ACM thống kê mô-đun là gì?
import pandas as pd
from pandas_datareader import data
import matplotlib.pyplot as plt
import datetime
from dateutil.relativedelta import relativedelta
from statsmodels.tsa.stattools import acf, pacf
ticker = 'AAPL'
time_ago = datetime.datetime.today().date() - relativedelta(months = 6)
ticker_data = data.get_data_yahoo(ticker, time_ago)['Adj Close'].pct_change().dropna()
ticker_data_len = len(ticker_data)
ticker_data_acf_1 = acf(ticker_data)[1:32]
ticker_data_acf_2 = [ticker_data.autocorr(i) for i in range(1,32)]
test_df = pd.DataFrame([ticker_data_acf_1, ticker_data_acf_2]).T
test_df.columns = ['Pandas Autocorr', 'Statsmodels Autocorr']
test_df.index += 1
test_df.plot(kind='bar')
Những gì tôi nhận được những giá trị mà họ dự đoán là không giống nhau:
chiếm gì cho sự khác biệt này, và đó giá trị này nên được sử dụng?
Nhìn vào tài liệu, độ trễ mặc định là '1' cho phiên bản gấu trúc và' 40' cho số liệu thống kêmodel – EdChum
Thử 'unbiased = True' làm tùy chọn cho phiên bản mô hình thống kê. – user333700
Bạn đảo ngược các nhãn trong cốt truyện của mình, tôi nghĩ rằng 'không thiên vị = True' sẽ làm cho hệ số tự tương quan lớn hơn. – user333700