金融时间序列分析第部分时间序列分析基础ARMA建模范例模拟.pptVIP

金融时间序列分析 陆贵斌 2012年10月 建模过程 内容 一、基本模型 1个序列 1个截面分布 Xt 所有截面均值的分布 二、自相关性 plot(Y(1:249),Y(2:250),.) plot(Y(1:248),Y(3:250),.) plot(Y(1:247),Y(4:250),.) plot(Y(1:246),Y(5:250),.) plot(Y(1:245),Y(6:250),.) 1阶自相关 plot(Y(1:249),Y(2:250),.) 2阶自相关 plot(Y(1:248),Y(3:250),.) 3阶自相关 plot(Y(1:247),Y(4:250),.) 4阶自相关 plot(Y(1:246),Y(5:250),.) 验证 三、模型识别 基本原则 四、参数估计 model = arima(2,0,1); fit1 = estimate(model,Y); 残差序列 [E,V] = infer(fit1,Y); 白噪声检验 [h,pValue,stat,cValue] = lbqtest(E) h = 0 pValue = 0.9332 假设是ARMA(2,2) model = arima(2,0,1); fit1 = estimate(model