- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
这里有点新,但试图让 statsmodel ARMA 预测工具起作用。我从 Yahoo 导入了一些股票数据,并让 ARMA 给我拟合参数。然而,当我使用预测代码时,我收到的只是一个我似乎无法弄清楚的错误列表。不太确定我在这里做错了什么:
import pandas
import statsmodels.tsa.api as tsa
from pandas.io.data import DataReader
start = pandas.datetime(2013,1,1)
end = pandas.datetime.today()
data = DataReader('GOOG','yahoo')
arma =tsa.ARMA(data['Close'], order =(2,2))
results= arma.fit()
results.predict(start=start,end=end)
错误是:
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
C:\Windows\system32\<ipython-input-84-25a9b6bc631d> in <module>()
13 results= arma.fit()
14 results.summary()
---> 15 results.predict(start=start,end=end)
D:\Python27\lib\site-packages\statsmodels-0.5.0-py2.7.egg\statsmodels\base\wrapp
er.pyc in wrapper(self, *args, **kwargs)
88 results = object.__getattribute__(self, '_results')
89 data = results.model.data
---> 90 return data.wrap_output(func(results, *args, **kwargs), how)
91
92 argspec = inspect.getargspec(func)
D:\Python27\lib\site-packages\statsmodels-0.5.0-py2.7.egg\statsmodels\tsa\arima_
model.pyc in predict(self, start, end, exog, dynamic)
1265
1266 """
-> 1267 return self.model.predict(self.params, start, end, exog, dynamic
)
1268
1269 def forecast(self, steps=1, exog=None, alpha=.05):
D:\Python27\lib\site-packages\statsmodels-0.5.0-py2.7.egg\statsmodels\tsa\arima_
model.pyc in predict(self, params, start, end, exog, dynamic)
497
498 # will return an index of a date
--> 499 start = self._get_predict_start(start, dynamic)
500 end, out_of_sample = self._get_predict_end(end, dynamic)
501 if out_of_sample and (exog is None and self.k_exog > 0):
D:\Python27\lib\site-packages\statsmodels-0.5.0-py2.7.egg\statsmodels\tsa\arima_
model.pyc in _get_predict_start(self, start, dynamic)
404 #elif 'mle' not in method or dynamic: # should be on a date
405 start = _validate(start, k_ar, k_diff, self.data.dates,
--> 406 method)
407 start = super(ARMA, self)._get_predict_start(start)
408 _check_arima_start(start, k_ar, k_diff, method, dynamic)
D:\Python27\lib\site-packages\statsmodels-0.5.0-py2.7.egg\statsmodels\tsa\arima_
model.pyc in _validate(start, k_ar, k_diff, dates, method)
160 if isinstance(start, (basestring, datetime)):
161 start_date = start
--> 162 start = _index_date(start, dates)
163 start -= k_diff
164 if 'mle' not in method and start < k_ar - k_diff:
D:\Python27\lib\site-packages\statsmodels-0.5.0-py2.7.egg\statsmodels\tsa\base\d
atetools.pyc in _index_date(date, dates)
37 freq = _infer_freq(dates)
38 # we can start prediction at the end of endog
---> 39 if _idx_from_dates(dates[-1], date, freq) == 1:
40 return len(dates)
41
D:\Python27\lib\site-packages\statsmodels-0.5.0-py2.7.egg\statsmodels\tsa\base\d
atetools.pyc in _idx_from_dates(d1, d2, freq)
70 from pandas import DatetimeIndex
71 return len(DatetimeIndex(start=d1, end=d2,
---> 72 freq = _freq_to_pandas[freq])) - 1
73 except ImportError, err:
74 from pandas import DateRange
D:\Python27\lib\site-packages\statsmodels-0.5.0-py2.7.egg\statsmodels\tsa\base\d
atetools.pyc in __getitem__(self, key)
11 # being lazy, don't want to replace dictionary below
12 def __getitem__(self, key):
---> 13 return get_offset(key)
14 _freq_to_pandas = _freq_to_pandas_class()
15 except ImportError, err:
D:\Python27\lib\site-packages\pandas\tseries\frequencies.pyc in get_offset(name)
484 """
485 if name not in _dont_uppercase:
--> 486 name = name.upper()
487
488 if name in _rule_aliases:
AttributeError: 'NoneType' object has no attribute 'upper'
最佳答案
在我看来像是一个错误。我会调查一下。
https://github.com/statsmodels/statsmodels/issues/712
编辑:作为解决方法,您可以从 DataFrame 中删除 DatetimeIndex 并将其传递给 numpy 数组。它使预测在日期方面变得有点棘手,但在没有频率的情况下使用日期进行预测已经非常棘手,因此仅具有开始日期和结束日期基本上没有意义。
import pandas
import statsmodels.tsa.api as tsa
from pandas.io.data import DataReader
import pandas
data = DataReader('GOOG','yahoo')
dates = data.index
# start at a date on the index
start = dates.get_loc(pandas.datetools.parse("1-2-2013"))
end = start + 30 # "steps"
# NOTE THE .values
arma =tsa.ARMA(data['Close'].values, order =(2,2))
results= arma.fit()
results.predict(start, end)
关于python - 使用 ARMA 的统计模型,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15515019/
code (m); arma::umat a=trans(M)>M; arma::mat N=a; return Rcpp::wrap(N); ' coxFunc ::from(var)你想要
我有一个矩阵 X,它由 arma::vectorise 函数矢量化。在对转换后的向量 x 进行一些计算后,我想将其整形为 arma::mat。我尝试在 Armadillo 中使用 .reshape 函
我有一个矩阵 X,它由 arma::vectorise 函数矢量化。在对转换后的向量 x 进行一些计算后,我想将其整形为 arma::mat。我尝试在 Armadillo 中使用 .reshape 函
我正在尝试测试 ARMA 模型,并完成此处提供的示例: http://www.statsmodels.org/dev/examples/notebooks/generated/tsa_arma_0.h
时间序列的 ARMA 预测摘要 ( print arma_mod.summary() ) 显示了一些关于置信区间的数字。是否可以将这些数字用作显示预测值的图中的预测区间? ax = indexed_d
开始有 R 经验,但完全是 C++ 新手,我用 RcppArmadillo 编写了一些函数,并且对它的可用性和速度非常热情。我现在想使用函数 RcppArmadillo.package.skeleto
我有大约五年的一年期利率数据。我想为此利率创建一个模型,并且得出的结论是 ARMA(3,2) 和 GARCH(1,1) 是合适的。因此,我使用下面的代码来获得我的估计。 > stibor1ydarma
当尝试将带有 statsmodels 的 ARMA(1,2) 拟合到股票数据时间序列的对数返回时,我收到错误“计算的初始 AR 系数不是平稳的”我认为我尝试分析的时间序列本身是平稳的,并且与白噪声非常
我想预测一个时间序列的返回,我首先拟合了数据集,但当我预测明天的返回时它不起作用。我的代码是 date = datetime.datetime(2014,12,31) todayDat
我正在使用 arma::find_unique,我认为它返回了 vector 中每个唯一值第一次出现的索引,但它似乎返回了其他内容。 这是一个玩具函数: // [[Rcpp::export]] arm
我正在做这个作业,我试图运行这个程序 5000 次,并对模型进行 AR(1) 和 AR(2) 拟合。首先,我定义了一个生成时间序列的函数,如下所示: def ts_gen_ar1(size,sigma
这里有点新,但试图让 statsmodel ARMA 预测工具起作用。我从 Yahoo 导入了一些股票数据,并让 ARMA 给我拟合参数。然而,当我使用预测代码时,我收到的只是一个我似乎无法弄清楚的错
我想预测时间序列数据。我在之前的帖子中读到模块 statsmodels 具有使用 ARMA 方法进行预测所需的工具,这正是我一直在寻找的工具。尽管如此,我在预测数据时遇到了麻烦。有人可以解释模型中使用
data <-c(88, 84, 85, 85, 84, 85, 83, 85, 88, 89, 91, 99, 104, 112, 126, 138, 146,151, 150, 148, 14
我正在尝试设置 arma::mat 的值元素方面,每个元素的值取决于每个元素的多索引(行、列)。 有没有办法在迭代期间检索元素的当前位置? 基本上,我想做点什么like in the sparse m
vector y_long_name 有 100 个成员,我打算只操作它的一个由前三个成员组成的子 vector 。 subvector 函数在我的代码中用作左值: y_long_name.subve
如何将 arma::cx_mat 转换为数组数组? 转换的动机是使用 C 库 libmatio 来输出 .mat 文件。 到目前为止,我已经创建了一个函数来将 arma:cx_mat 转换为 vect
我的问题相当简单:我想使用 statsmodels 定义 ARMA 建模过程中的特定顺序滞后。 假设我有一个时间序列 TS,我想估计以下模型作为示例: TS(t)= c + TS(t-2) + TS(
我想要将 ARMA(p,q) 模型拟合到模拟数据 y,并检查不同估计方法对结果的影响。但是,像这样将模型拟合到同一对象 model = tsa.ARMA(y,(1,1)) results_mle =
是否有任何 C++ 库允许计算时间序列的 ARMA?经过多次搜索尝试后,我一直找不到任何内容。 谢谢! 最佳答案 Cronos是一个用 C++ 编写的支持 ARMA 模型的开源库。虽然它没有任何文档,
我是一名优秀的程序员,十分优秀!