One post tagged with "time-series"

import pandas as pd
import numpy as np
from datetime import datetime, timedelta

# Tạo index thời gian
dates = pd.date_range(start='2024-01-01', end='2024-01-10', freq='D')
print("Index thời gian:")
print(dates)

# Tạo Time Series với dữ liệu ngẫu nhiên
ts = pd.Series(np.random.randn(len(dates)), index=dates)
print("\nTime Series:")
print(ts)

# Lấy dữ liệu theo ngày cụ thể
print("Dữ liệu ngày 2024-01-05:")
print(ts['2024-01-05'])

# Lấy dữ liệu theo khoảng thời gian
print("\nDữ liệu từ 2024-01-03 đến 2024-01-07:")
print(ts['2024-01-03':'2024-01-07'])

# Lấy dữ liệu theo tháng
print("\nDữ liệu tháng 1/2024:")
print(ts['2024-01'])

# Tạo dữ liệu mỗi giờ
hourly_data = pd.date_range(start='2024-01-01', periods=24, freq='H')
hourly_ts = pd.Series(np.random.randn(len(hourly_data)), index=hourly_data)

# Resampling thành dữ liệu hàng ngày
daily_data = hourly_ts.resample('D').mean()
print("Dữ liệu hàng ngày:")
print(daily_data)

# Resampling thành dữ liệu hàng tuần
weekly_data = hourly_ts.resample('W').mean()
print("\nDữ liệu hàng tuần:")
print(weekly_data)

# Tính trung bình động 3 ngày
rolling_mean = ts.rolling(window=3).mean()
print("Trung bình động 3 ngày:")
print(rolling_mean)

# Tính độ lệch chuẩn 5 ngày
rolling_std = ts.rolling(window=5).std()
print("\nĐộ lệch chuẩn 5 ngày:")
print(rolling_std)

# Đọc dữ liệu từ file CSV
stock_data = pd.read_csv('stock_data.csv', index_col='Date', parse_dates=True)

# Tính toán các chỉ số theo thời gian
daily_returns = stock_data['Close'].pct_change()
monthly_returns = daily_returns.resample('M').mean()
yearly_returns = daily_returns.resample('Y').mean()

# Tính trung bình động
stock_data['MA20'] = stock_data['Close'].rolling(window=20).mean()
stock_data['MA50'] = stock_data['Close'].rolling(window=50).mean()

# Tính biến động
stock_data['Volatility'] = daily_returns.rolling(window=20).std() * np.sqrt(252)

# Phân tích theo mùa
def analyze_seasonality(data):
    # Tính trung bình theo tháng
    monthly_avg = data.groupby(data.index.month).mean()
    
    # Tính trung bình theo ngày trong tuần
    daily_avg = data.groupby(data.index.dayofweek).mean()
    
    return {
        'Monthly Average': monthly_avg,
        'Daily Average': daily_avg
    }

seasonality = analyze_seasonality(stock_data['Close'])
print("\nPhân tích mùa vụ:")
print(seasonality)