時系列データの分析手法

現在、株価とツイートの感情との関連性について調べており、2つのデータを時系列データ(画像参照)にしてみました。このデータから、ツイートの感情が株価に影響を与えているのか、関連性があるのかを分析したいので
すが、どのような方法が適切でしょうか。相関係数は時系列データには向かないようで困ってます。
ちなみに画像の青が感情、オレンジが株価の終値を表しています。

jbpb0

2021/12/01 05:39

> 相関係数は時系列データには向かない http://www.mi.u-tokyo.ac.jp/consortium2/pdf/4-4_literacy_level_note.pdf の30〜32ページが参考になるかも

naru8844

2021/12/02 05:21

ありがとうございます!参考にさせていただきます。また、時系列相関係数というのを見つけたのですが、これを使えば正しく分析できますかね？ https://istat.co.jp/ji_commentary/time_series

jbpb0

2021/12/02 08:38

時系列解析の前処理として、非定常なデータを定常なデータにするためにトレンドを除去することは、よくやられてます https://qiita.com/maruman029/items/59737da812a0ca21458e https://ai-trend.jp/basic-study/time-series-analysis/stationarity/ https://support.minitab.com/ja-jp/minitab/18/help-and-how-to/modeling-statistics/time-series/supporting-topics/basics/pre-whitening-data-for-cross-correlation/ ただし、除去するトレンドは、着目してる変動よりも長周期(緩やか)な変動だけにしないといけませんトレンド除去をやりすぎて、解析に必要な変動まで除去してしまったら、意味ありません https://istat.co.jp/ji_commentary/time_series に書かれてるような直線のトレンド除去をしても大丈夫かどうかは、データのどのような変動に着目して解析したいのか、によりますたとえば、解析する期間の始めの方で何かイベントがあって、それの印象が良くて徐々に広まって行き、それによってツイートの感情が徐々に上がって行き、それが影響して株価が徐々に上がって行き、ツイートの感情と株価がどちらも全体として徐々に上がって行った、というデータがあったとして、その上がり方が、どちらも直線に近かったら、そこから直線のトレンドを除去したら、ツイートの感情と株価の連動の結果は消えてしまいますよねそのようなことは起き得ないと分かってるとか、解析対象とするのはもっと短いスパンでの変動のみとする、とかなら、大丈夫ですけど

naru8844

2021/12/02 09:27 編集

なるほど、詳しくありがとうございました！