时间序列分析学习视频，数据分析技术教程下载

课程介绍

当面对季节性、周期性变化数据时，传统的回归拟合技术难以奏效，此时就需要使用较为复杂的时间序列模型。对于电子商务销售量预测，股市行情预测等众多场景，时间序列是重要的分析利器，各种股市指标，平均线，都可以在时间序列里找到其统计学背景和依据。由于时间序列分析技术的复杂性，我们在基础课程里几乎没有涉及此项内容，现在开设本门课程的目的，就是以金融数据分析作为背景场景，用来剖析此项建模方法的细节和应用场景，由于金融场景对于大部分人来说都比其它场景案例更易于理解，因此时间序列+金融数据分析这两者结合，可谓双剑合璧，更容易达到举一反三的效果。即使本身并非从事金融领域或者将来并无兴趣从事量化投资工作的朋友，也可以在本课程里获益，达到熟练掌握时间序列分析手段的课程目标。

课程目录

1 时间序列模型与分析技术详细剖析

2 基于R实现时间序列分析

3 金融基本概念与常见模型、指标

4 时间序列技术应用于金融数据分析

第1课金融数据分析和量化投资、时间序列、统计学的基本概念

第2课金融时间序列的基本性质均值、方差、自相关性、平稳性、随机性

第3课人生就像心电图有高有低——平稳时间序列模型 AR、MA及ARMA模型简介

第4课房价具有上涨趋势，只涨不跌——确定趋势建模通过传统回归方法估计非常数均值趋势模型的参数

第5课不同季节人们的消费习惯也不一样——季节模型针对具有一定循环或周期性的数据

第6课并非所有事情都会一帆风顺——非平稳时间序列分析通过差分平稳化构建的ARIMA模型

第7课实践是检验真理的标准——应用实例与模型比较通过实际的金融数据分析实例来熟悉各个，并比较各个模型的优劣