房地产投资分析与预测 通过时间序列建模最大化回报 设想： 作为一家房地产投资公司的分析师，我的任务是找到美国邮政编码，以便使用时间序列建模来预测未来价格。 数据： 从1996年至2018年的CSV表格，包含近15,000个美国邮政编码及其房价中位数。 除历史价格外，每个邮政编码还包含城市，州，都市圈，县和大小等级。 EDA 首先，我将分析重点放在风险较小的投资上。 我决定将经济大萧条时期的表现作为风险的代名词。 我创建了一个名为rustion_return的变量，将数据按recession_re