拓端tecdat|R语言结合新冠疫情COVID-19对股票价格预测：ARIMA，KNN和神经网络时间序列分析

原文链接：http://tecdat.cn/?p=24057

原文出处：拓端数据部落公众号

1.概要

本文的目标是使用各种预测模型预测Google的未来股价，然后分析各种模型。Google股票数据集是使用R中的Quantmod软件包从Yahoo Finance获得的。

---

2.简介

预测算法是一种试图根据过去和现在的数据预测未来值的过程。提取并准备此历史数据点，来尝试预测数据集所选变量的未来值。在市场历史期间，一直有一种持续的兴趣试图分析其趋势，行为和随机反应。不断关注在实际发生之前先了解发生了什么，这促使我们继续进行这项研究。我们还将尝试并了解 COVID-19对股票价格的影响。

---

3.所需包

1.  
   library(quantmod) R的定量金融建模和交易框架
2.  
   library(forecast) 预测时间序列和时间序列模型
3.  
   library(tseries) 时间序列分析和计算金融。
4.  
   library(timeseries) 'S4'类和金融时间序列的各种工具。
5.  
   library(readxl) readxl包使你能够轻松地将数据从Excel中取出并输入R中。
6.  
   library(kableExtra) 显示表格
7.  
   library(data.table) 大数据的快速聚合
8.  
   library(DT) 以更好的方式显示数据
9.  
   library(tsfknn) 进行KNN回归预测 

---

4.数据准备

4.1导入数据

我们使用Quantmod软件包获取了Google股票价格2015年1月1日到2020年4月24日的数据，用于我们的分析。为了分析COVID-19对Google股票价格的影响，我们从quantmod数据包中获取了两组数据。

• 首先将其命名为data_before_covid，其中包含截至2020年2月28日的数据。
• 第二个名为data_after_covid，其中包含截至2020年4月24日的数据。

所有分析和模型都将在两个数据集上进行，以分析COVID-19的影响（如果有）。

1.  
   getSymbols("GOG" fro= "2015-01-01", to = "2019-02-28")
2.  
   before_covid <-dafae(GOOG)
3.  
    
4.  
   getSymbols("GOG" , frm = "2015-01-01")
5.  
   after_covid <- as.tae(GOOG)
6.  
    

---

4.2数据的图形表示

1.  
   par(mfrow = c(1,2))
2.  
   plot.ts(fore_c)
3.  
    

4.3数据集预览

最终数据集可以在下面的交互式表格中找到。

table(before_covid)

 

4.4变量汇总

变量	描述
Open	当日股票开盘价
High	当日股票最高价
Low	当日股价最低
Close	当日股票收盘价
Volumn	总交易量
Adjusted	调整后的股票价格，包括风险或策略

---

5. ARIMA模型

我们首先分析两个数据集的ACF和PACF图。

1.  
   par(mfrow = c(2,2))
2.  
   acft(bfoe_covid)
3.  
   pacf(bfre_covid)
4.  
    

然后，我们进行 ADF（Dickey-Fuller） 检验和 KPSS（Kwiatkowski-Phillips-Schmidt-Shin） 检验，检验两个数据集收盘价的时间序列数据的平稳性。

print(adf.test)

print(adfes(sata_after_covid))

通过以上ADF检验，我们可以得出以下结论：

• 对于COVID-19之前的数据集，ADF检验给出的p值为 0.2093，该值大于0.05，因此说明时间序列数据 不是平稳的。

• 对于COVID-19之后的数据集，ADF检验给出的p值为0.01974，该值 小于0.05，这说明时间序列数据是 平稳的。

print(kpss.s(t_before_covid))

print(kpss.est(Dafter_covid))

通过以上KPSS检验，我们可以得出以下结论：

• 对于COVID-19之前的数据集，KPSS检验得出的p值为 0.01，该值小于0.05，因此说明时间序列数据 不是平稳的。

• 对于COVID-19之后的数据集，KPSS检验给出的p值为 0.01，该值小于0.05，这说明时间序列数据 不是平稳的。

因此，我们可以从以上两个检验得出结论，时间序列数据 不是平稳的。

然后，我们使用 auto 函数来确定每个数据集的时间序列模型。

 auto.ar(befor_covid, lamd = "auto")

 auto.arma(after_covid)

从auto函数中，我们得出两个数据集的以下模型：

• 在COVID-19之前：ARIMA（2,1,0）
• 在COVID-19之后：ARIMA（1,1,1）

获得模型后，我们将对每个拟合模型执行残差诊断。

1.  
   par(mfrow = c(2,3))
2.  
    
3.  
   plot(before_covidresiduals)
4.  
    
5.  
    
6.  
   plot(mfter_covidresiduals)
7.  
    

从残差图中，我们可以确认残差的平均值为0，并且方差也为常数。对于滞后> 0，ACF为0，而PACF也为0。

因此，我们可以说残差表现得像白噪声，并得出结论：ARIMA（2,1,0）和ARIMA（1,1,1）模型很好地拟合了数据。或者，我们也可以使用Box-Ljung检验在0.05的显着性水平上进行检验残差是符合白噪声。

Box.test(moderesiduals)

Box.tst(moeit_fter_covidreia, type = "Ljung-Box")

在此，两个模型的p值均大于0.05。因此，在显着性水平为0.05的情况下，我们无法拒绝原假设，而得出的结论是残差遵循白噪声。这意味着该模型很好地拟合了数据。

一旦为每个数据集确定了模型，就可以预测未来几天的股票价格。

---

6. KNN回归时间序列预测模型

KNN模型可用于分类和回归问题。最受欢迎的应用是将其用于分类问题。现在，使用r软件包，可以在任何回归任务应用KNN。这项研究的目的是说明不同的预测工具，对其进行比较并分析预测的行为。在我们的KNN研究之后，我们提出可以将其用于分类和回归问题。为了预测新数据点的值，模型使用“特征相似度”，根据新点与训练集上点的相似程度为值分配新点。

第一项任务是确定我们的KNN模型中的k值。选择k值的一般经验法则是取样本中数据点数的平方根。因此，对于COVID-19之前的数据集，我们取k = 32；对于COVID-19之后的数据集，我们取k = 36。

1.  
   par(mfrow = c(2,1))
2.  
   knn_before_covid <- kn(bfrvdGO.Clse, k = 32)
3.  
   knn_after_covid <- kn(ber_oiGOG.lose ,k = 36)
4.  
    
5.  
   plot(knn_before_covid )
6.  
   plot(knn_after_covid )

然后，我们针对预测时间序列评估KNN模型。

1.  
   before_cvid <- ll_ig(pdn_befr_vid)
2.  
   afer_vd<- rog_ogn(redkn_afer_vd)

---

7.前馈神经网络建模

我们将尝试实现的下一个模型是带有神经网络的预测模型。在此模型中，我们使用单个隐藏层形式，其中只有一层输入节点将加权输入发送到接收节点的下一层。预测函数将单个隐藏层神经网络模型拟合到时间序列。函数模型方法是将时间序列的滞后值用作输入数据，以达到非线性自回归模型。

第一步是确定神经网络的隐藏层数。尽管没有用于计算隐藏层数的特定方法，但时间序列预测遵循的最常见方法是通过计算使用以下公式：

其中Ns：训练样本数Ni：输入神经元数No：输出神经元数a：1.5 ^ -10

1.  
   #隐藏层的创建
2.  
   hn_before_covid <- length(before.Close)/(alpha*(lengthGOOG.Close + 61)
3.  
   hn_after_covid <- length(after_covidClose)/(alpha*(lengthafter_ovdClose+65))
4.  
    
5.  
   #拟合nn
6.  
    
7.  
   nn(before_covid$GOOG.Close, size = hn_beoe_cid,
8.  
    
9.  
   # 使用nnetar进行预测。
10.  
    forecast(befe_cvid, h 61, I =UE)
11.  
    forecast(aftr_coid, h = 5, I = RE)
12.  
     

plot(nn_fcst_afte_cvid)

然后，我们使用以下参数分析神经网络模型的性能：

accuracy

accuracy

---

8.所有模型的比较

现在，我们使用参数诸如RMSE（均方根误差），MAE（均值绝对误差）和MAPE（均值绝对百分比误差）对所有三个模型进行分析 。

1.  
   sumary_le_efore_oid <- data.frame(RMSE = nuerc(), MAE = uer(),
2.  
   MAPE = numric(), snsAsacrs = FALSE)
3.  
    
4.  
   summ_tabe_fter_ovd <- data.fame(RMSE = umeri(), MAE = nmei(),
5.  
   MAPE = numeic())
6.  
    
7.  
    
8.  
   kable(smary_abe_eor_oid )

COVID-19之前的数据模型汇总

模型	RMSE	MAE	MAPE
ARIMA	13.0	8.8	1.0
KNN	44.0	33.7	3.1
神经网络	13.0	8.7	1.0

1.  
   kable(sumary_tbl_aft_ci
2.  
   fulith = F, fixdtead = T )

COVID-19之后的数据模型汇总

模型	RMSE	MAE	MAPE
ARIMA	16.6	10.4	1.0
KNN	45.9	35.7	3.3
神经网络	14.7	9.8	1.0

因此，从以上模型性能参数的总结中，我们可以看到神经网络模型在两个数据集上的性能均优于ARIMA和KNN模型。因此，我们将使用神经网络模型来预测未来两个月的股价。

9.最终模型：COVID-19之前

现在，我们使用直到2月的数据来预测3月和4月的值，然后将预测价格与实际价格进行比较，以检查是否由于COVID-19可以归因于任何重大影响。

1.  
   foestdungcvid<- datafame("De
2.  
   "Actua Values" =
3.  
    
4.  
   datatable(foestdungcvid, ilte= 'to')

从表中我们可以看到，3月和4月期间，Google股票的实际价值通常比预测值要高一些。因此，可以说，尽管发生了这种全球性大流行，但Google股票的表现仍然相当不错。

---

10.最终模型：COVID-19之后

现在，我们使用直到4月的数据预测5月和6月的值，以了解Google的未来股价。

1.  
   foreataov <- data.frae(dn_reataeimean )
2.  
    
3.  
   table(foreataov )

从表中可以得出结论，在5月和6月的接下来的几个月中，Google股票的价格将继续上涨并表现良好。

---

最受欢迎的见解

1.在python中使用lstm和pytorch进行时间序列预测

2.python中利用长短期记忆模型lstm进行时间序列预测分析

3.使用r语言进行时间序列（arima，指数平滑）分析

4.r语言多元copula-garch-模型时间序列预测

5.r语言copulas和金融时间序列案例

6.使用r语言随机波动模型sv处理时间序列中的随机波动

7.r语言时间序列tar阈值自回归模型

8.r语言k-shape时间序列聚类方法对股票价格时间序列聚类

9.python3用arima模型进行时间序列预测