第7章 时间序列分析

在 Pandas 的时间相关概念中，表示“由时间点及其相关频率定义的时间跨度”的是：

使用 pd.to_datetime(['20230110', '20230115']) 函数处理后，返回的对象类型通常是：

关于 date_range() 函数的参数，若设置 normalize=True，其作用是：

在时间序列的移动操作 shift(periods=1) 中（不指定 freq），下列说法正确的是：

基础频率代码中，表示“每月最后一个工作日”的是：

如果两个频率相同的 Period 对象相减（例如：Period('2023-05', 'M') - Period('2023-01', 'M')），结果是：

关于重采样的描述，将“每周”数据转换为“每日”数据属于：

在 resample() 方法中，用于实现金融领域开盘价、最高价、最低价、收盘价聚合的方法 是：

rolling(window=5) 方法生成的对象，如果直接调用 mean()，第一个非空（non-NaN）数值 会出现在第几个位置？（假设原始序列无缺失）

下列哪种方法不能用于填充升采样后产生的缺失值？

Pandas 中专门用于表示“绝对持续时间”的类是 ________。

在创建固定频率的时间戳序列时，如果已知起始日期和需要生成的个数，应设置 date_range() 的 ________ 参数。

date_ser['2023-01':'2023-03'] 这种获取时间序列子集的方式被称为 ________。

若要截取时间序列中在特定日期之后的所有数据，可以使用 truncate() 方法的 ________ 参数。

频率字符串 "5D" 中，基础频率是 ________。

shift() 方法中，如果指定了 ________ 参数，则会移动时间戳索引而非数据值。

时期频率转换方法 asfreq(freq, how='start') 中，how='start' 表示将时期转换到该频率段的 ________。

降采样是指将数据从 ________ 频率转换到 ________ 频率的过程。

在升采样中，使用缺失值前面的值进行填充的算法简称为 ________。

rolling() 函数的 ________ 参数用于定义每个窗口最少包含的观测值数量。

请简述时间戳 (Timestamp) 与时期 (Period) 在概念和应用场景上的主要区别。

执行 shift(1) 和 shift(-1) 之后，数据序列的头部和尾部会发生什么变化？请从数据对齐的角 度解释原因。

什么是降采样中的闭合性 (Closed)？resample() 里的 closed='left' 和 closed='right' 有什么 区别？

解释滑动窗口 (Sliding Window) 的工作原理，并举例说明其在金融数据分析中的一个典型 应用。

场景：生成并重采样数据 请补全代码：创建一个从 2023 年 1 月 1 日开始，包含 100 天的随机正态分布数据的 Series，并 将其重采样为“每周” (Weekly) 频率，计算每周的平均值。 场景：滑动窗口计算指标 给定一个包含每日股价的 DataFrame df，索引为时间戳，列名为 Close。请编写核心代码，计算 该股价的 5 日简单移动平均线 (SMA)，并过滤掉结果中的缺失值。