![](https://csdnimg.cn/release/download_crawler_static/88481704/bg6.jpg)
df_tmp['report_date'] = pd.to_datetime(df_tmp['report_date'],
format='%Y%m%d')
df_tmp.index = df_tmp['report_date']
total_purchase_amt = plt.figure(figsize=(10, 4))ax =
total_purchase_amt.add_subplot(111)ax.set(title='Total_Purchase_Amt',
ylabel='Unit (yuan)', xlabel='Date')plt.plot(df_tmp['report_date'],
df_tmp['total_purchase_amt'])plt.show()
从上图中可以看出,从 2013-07~2014-04,余额宝每日的申购金额经
历了一个较大的波动过程,从 2014-04 开始,趋向于稳定的震荡(均
值近似为常数)。ARIMA 模型是通过寻找历史数据之间的自相关性,
来预测未来(假设未来将重复历史的走势),要求序列必须是平稳的。