0

我有多个时间序列数据框，它们就像不同的资产。

问题是数据中有漏洞（其他资产上没有）。

问题：有哪些定性的方法来清理数据，以便我可以用接近现实的东西来填充缺少的行？

额外的信息：

我的第一个想法：

  1. 预测缺失的 LSTM（问题：我只能在没有孔的行序列上训练它 -> 偏差）

  2. ARIMA（不知道，只是听说过）

  3. 之后和之前的值的平均值（-> 不切实际，这会错过异常值和尖峰）

  4. 什么是更好的方法？（放弃是没有选择的）

下面是一些示例数据：

（...我只是以手写为例，价格是垃圾，但只是为了将孔显示为 NaN 值。）

df1
                         Open            High          Low        Close       
Time                                                          
2014-10-10 00:00:00      1.12345      1.12345      1.12345      1.12345
2014-10-13 00:00:00      1.12345      1.12345      1.12345      1.12345
2014-10-14 00:00:00      1.12345      1.12345      1.12345      1.12345
2014-10-15 00:00:00      1.12345      1.12345      1.12345      1.12345
2014-10-16 00:00:00      1.12345      1.12345      1.12345      1.12345
                      ...       ...  ...            ...            ...
2016-02-23 16:00:00      1.12345      1.12345      1.12345      1.12345
2016-02-23 17:00:00      1.12345      1.12345      1.12345      1.12345 
2016-02-23 18:00:00      1.12345      1.12345      1.12345      1.12345
2016-02-23 19:00:00          NaN          NaN          NaN          NaN
2016-02-23 20:00:00      1.12345      1.12345      1.12345      1.12345

df2
                         Open                    High              Low            Close       
Time                                                          
2014-10-10 00:00:00      28391.12345      28391.12352      28391.12332      28391.12347
2014-10-13 00:00:00      28391.12348      28391.12358      28391.12340      28391.12350
2014-10-14 00:00:00              NaN              NaN              NaN              NaN
2014-10-15 00:00:00      28391.12350      28391.12354      28391.12344      28391.12353
2014-10-16 00:00:00      28391.12350      28391.12354      28391.12344      28391.12353
                      ...       ...  ...            ...            ...
2016-02-23 16:00:00      28391.30000      28391.30000      28391.10000      28391.10000
2016-02-23 17:00:00      28391.10000      28391.50000      28391.09000      28391.40000
2016-02-23 18:00:00      28391.12345      28391.12345      28391.12345      28391.12345
2016-02-23 19:00:00      28391.12345      28391.12345      28391.12345      28391.12345
2016-02-23 20:00:00      28391.12345      28391.12345      28391.12345      28391.12345
4

1 回答 1

0

您在这里提出了 2 个问题：

1) 数据清理：您应该检查是否有缺失点日期的交易。即它可能是假期。除非使用相同的交易日历并具有相同的流动性，否则与其他资产核对可能不起作用。请记住，并非所有金融市场都在周一至周五交易。

2) 最佳模型：您需要进行一些研发并牢记基准，以找到适合您的模型。预测收盘价的好模型可能在预测成交量时表现不佳。

于 2020-06-07T08:01:56.627 回答