第10单元-未来的日元 时间序列预测 在此笔记本中，我们加载历史美元兑日元汇率期货数据，并应用时间序列分析和建模来确定是否存在任何可预测的行为： 使用Hodrick-Prescott过滤器进行分解（将结算价格分解为趋势和噪声）。 使用ARMA模型预测回报。 使用ARIMA模型预测结算价。 使用GARCH预测波动率。 线性回归预测 在此笔记本中，我们构建了一个Scikit-Learn线性回归模型，以预测日元期货（“定居”）的收益以及滞后的日元期货收益和分类日历的季节性影响（例如，星期几或一