김퉤퉤

  • 홈
  • 태그
  • 방명록

비정상성 1

시계열 모델링 - ARIMA

"금융 파이썬 쿡북 Ch3. 시계열 모델링 "의 내용을 기반으로 작성하였습니다. (실습 깃헙) 1. ARIMA 상세 ARIMA 모델의 내용은 본 책과 고려대 김성범 교수님의 유튜브 강의를 참고하였다. (좋은 내용 공유 감사드립니다.) https://www.youtube.com/watch?v=ma_L2YRWMHI ARIMA는 데이터의 자기 상관을 설명하는 방법을 사용한다. 이는 ARMA(Autoregressive Moving Average) 모델을 확장한 것이다. ARIMA의 구성요소에 대해 살펴보자. AR (Autoregressive) 모델 관측값과 지연값 사이의 관계를 사용 모멘텀과 평균 회귀 효과를 반영 I (Integration) 시계열의 차분을 의미, 이전 기간의 값을 현재 기간의 값에서 차감해 ..

Advance Deep Learning/[Quant] 금융 파이썬 쿡북 2023.02.07
이전
1
다음
더보기
프로필사진

김태영 공부 아카이빙

  • 분류 전체보기 (37)
    • Basic Deep Learning (13)
      • Dive into Deep Learning 리뷰 (12)
      • Statistical Learning (1)
    • Advance Deep Learning (16)
      • KUBIG Advanced ML&DL (5)
      • [Quant] 금융 파이썬 쿡북 (6)
      • NLP (5)
    • Time Series Analysis (6)

Tag

autoregressive, Holt-Winter, Exponential smoothing, 자기 상관성, 시계열, 정상성, 홀츠윈터, AUTO ARIMA, 시계열 분해, 정상성 교정, 지수평활법, Holt Winter, 시계열 검정, 자기회귀, forward fill, 포워드필, 시계열 모델링, 정상성 검정, 비정상성, 시계열 데이터,

최근글과 인기글

  • 최근글
  • 인기글

최근댓글

공지사항

페이스북 트위터 플러그인

  • Facebook
  • Twitter

Archives

Calendar

«   2025/05   »
일 월 화 수 목 금 토
1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31

방문자수Total

  • Today :
  • Yesterday :

Copyright © Kakao Corp. All rights reserved.

티스토리툴바