北京大学内部的金融时间序列讲义，很经典的金融时间序列资料。是基于R语言讲述的，体系特别完整。做LSTM，RNN等神经网络模型时可以参考。

在matlab环境下运行的，用于混沌时间序列分析与预测的工具箱

《应用时间序列分析（何书元）》课后题答案重点题答案，手写答案扫描，绝对正确，保证高分。 《应用时间序列分析（何书元）》课后题答案重点题答案，手写答案扫描，绝对正确，保证高分。

应用时间序列分析课堂讲义，原著：何书元，制作：李东风。包含6章内容，每章包含基本概念、定理及应用实例，带书签，方便使用。

比特币价值预测器 抽象： 该项目试图通过识别社交媒体情绪与市场情绪之间的相关性来预测比特币的未来价值。 我们将通过收集来自Twitter，Facebook和linkedin等社交媒体的用户供稿来实现这一目标。 有了语料库后，我们将使用IBM Watson的自然语言理解API来映射它们的关联情绪。 在将情感映射到我们的语料库时，我们尝试捕获粒度级别的类别，即欢乐，愤怒，幸福等。我们将这些类别用作ML / DL算法的特征向量。 然后，我们比较不同算法的结果，并选择精度最高的算法。 技术： 编程语言：Python，Java 大数据技术：Spark ML，Spark-SQL，Hadoop Mapreduce 图书馆：熊猫，Matplotlib，Scikit学习，TensorFlow，Keras 数据源： Twitter Api获得有关比特币/加密货币的推文。 LinkedIn Api可以在博客上获得语料库。 Web Scraping从新闻文章获取数据。 与数据的Dropbox链接： 参考文献： J. Bollen和H. Mao。 Twitter情绪是股市预测指标。 IEEE

时间序列分析预测与控制（第三版）, George E.P.Box Gwilym M.Jenkins

内容简介： 本书根据电子信息类本科教学计划，着重介绍时间序列分析的基本模型和算法，适用作信息工程、通信工程控制工程等相关专业的本科教材或教学参考用书。全书共分6章，其内容安排如下；第1章动态数据预处理品，第2章时间序列模型，第3章模型参数估计，第4章模型定阶方法，第5章时间序列建模，第6章时间序列应用。各章均有小结和习题，有助于教学。 目录 第1章 动态数据预处理 1. 1 平稳性检验 1. 2 正态性检验 1. 3 独立性检验 1. 4 周期性检验 1. 5 趋势项检验 1. 6 小结 习题 第2章 时间序列模型 2. 1 线性平稳模型 2. 2 自回归模型 AR模型 2. 3 滑动平均模型 MA模型 2. 4 自回归-滑动平均混合模型 ARMA模型 2. 5 时间序列模型的特征函 .....

时间序列分析 与matlab实现 时间序列分析 与matlab实现

DNAMAN破解版，分析基因结构、序列相似度、序列信息等等

生物信息序列分析经典教材，主要讨论序列比对算法的统计意义。讨论了隐马尔科夫模型和EM算法在双序列比对中的应用。PDF版扫描版，字迹清晰。