Посвящено построению статистических моделей с переменными параметрами для прогнозирования нестационарных временных рядов. Рассмотрены адаптивные модели полиномиальных и стохастических трендов, сезонных и циклических колебаний, гистограмм, модели семейства ARIMA, ARCH. Приводятся примеры прогнозирования курсов акций, валют, цен на золото. Материалы пособия апробированы на занятиях в МЭСИ, МИРБИС и других вузах. Для студентов, аспирантов, преподавателей экономических вузов, менеджеров и финансовых аналитиков

 

Название: Лукашин Адаптивные методы.pdf

Размер: 11.97 Мб

Описание: Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов; Учеб. пособие

Ссылка для скачивания файла:

http://yildiz.ifolder.ru/13952589

 

ОГЛАВЛЕНИЕ
Предисловие 3
Введение 6
Глава 1. ПРОСТЕЙШИЕ АДАПТИВНЫЕ МОДЕЛИ И ИХ СВОЙСТВА 14
§ 1. Временные ряды и стохастические процессы 14
§ 2, Экспоненциальное сглаживание 17
§ 3. Начальные условия экспоненциального сглаживания 22
§ 4. Выбор постоянной сглаживания 24
§ 5, Реакция модели на некоторые стандартные входные потоки данных 29
§ 6. Свойство оптимальности 34
§ 7. Модели линейного роста 35
§ 8. Стохастический процесс Тейла и Вейджа 37
§ 9. Примеры 41
Глава 2. РАЗВИТИЕ МОДЕЛЕЙ С ПОСТОЯННЫМИ ПАРАМЕТРАМИ АДАПТАЦИИ 47
§ 1. Адаптивная модель для изучения эволюционирующих законов распределения вероятностей 47
§ 2. Сезонные модели 50
§ 3. Аппроксимация полиномиальных трендов с помощью многократного сглаживания 62
§ 4. Обобщенная модель Брауна 76
§ 5. Примеры 88
Глава 3. АДАПТИВНАЯ МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ВРЕМЕННОГО РЯДА, ГЕНЕРИРУЕМОГО АВТОРЕГРЕССИОННОЙ СХЕМОЙ С ДРЕЙФУЮЩИМИ КОЭФФИЦИЕНТАМИ 90
§ 1. Общая схема адаптивного фильтра 90
§ 2. Адаптация коэффициентов модели авторегрессии... 93
§ 3. Примеры 96
Глава 4. МОДЕЛИ С АДАПТИВНЫМИ ПАРАМЕТРАМИ АДАПТАЦИИ 98
§ 1. Скорость реакции как функция следящего контрольного сигнала (модель Тригга — Лича) 98
§ 2. Регулирование параметра адаптации по изменениям спектральных характеристик 105
§ 3. Адаптация параметра методом эволюции 114
Глава 5. АДАПТИВНЫЕ КОМБИНИРОВАННЫЕ МОДЕЛ И 121
§ 1. Адаптивная селективная модель 121
§ 2. Адаптивная гибридная модель 124
§ 3. Примеры 126
Глава 6. БАЙЕСОВСКИЙ ПОДХОД К КРАТКОСРОЧНОМУ ПРОГНОЗИРОВАНИЮ 136
§ 1. Модель с множеством состояний 136
§ 2. Байесовский подход 140
§ 3. Реализация метода 147
§ 4. Сравнение методов 155
Глава 7. МОДЕЛИ АВТОРЕГРЕССИИ - СКОЛЬЗЯЩЕГО СРЕДНЕГО (метод Бокса - Дженкинса) 160
§ 1. Общее описание моделей и их свойств 160
§ 2. Идентификация моделей. Интерпретация R 2 в моделях АРСС 172
§ 3. Оценивание моделей и прогнозирование 182
§ 4. Прогнозирование после логарифмического преобразования 196
§ 5. Агрегирование рядов и моделей.... 198
§ 6. Примеры 200
Глава 8. МОДЕЛИРОВАНИЕ ВЗАИМОСВЯЗАННЫХ ВРЕМЕННЫХ РЯДОВ 209
§ 1. Анализ линейных динамических эконометрических моделей 209
§ 2. Адаптивная модель множественной регрессии ..„., 214
§ 3. Адаптивная модель производственной функции... 218
Глава 9. НЕТРАДИЦИОННЫЙ КОРРЕЛЯЦИОННЫЙ АНАЛИЗ ВРЕМЕННЫХ РЯДОВ 226
§ 1. Условия применимости традиционного корреляционного анализа 226
§ 2. Постановка проблемы 227
§ 3. Модифицированный коэффициент корреляции 229
412§ 4. Адаптивный коэффициент корреляции 230
§ 5. Корреляционный анализ отклонений от заданных уровней 232
§ 6. Условный коэффициент корреляции 234
§ 7. Вероятностный коэффициент корреляции 235
§ 8. Пример 237
Гл а в а 10. ФАЗОВЫЙ АНАЛИЗ ВРЕМЕННЫХ РЯДОВ 240
§ 1. Постановка проблемы 240
§ 2. Разбиение временного ряда на фазы 241
§ 3. Фазовый анализ инвестиционных циклов в США и Западной Европе 247
Глава 11. АДАПТИВНАЯ ГИСТОГРАММА, ПРОБЛЕМА ОПТИМИЗАЦИИ 256
§ 1. Постановка проблемы 256
§ 2. Адаптивная процедура обновления гистограммы , 257
§ 3. Проблемы оптимальности адаптивной процедуры обновления гистограммы 258
§ 4. Адаптивный анализ распределения кассовых остатков 264
Глава 12. КРИТЕРИИ ДИККИ - ФУЛЛЕРА ДЛЯ ИДЕНТИФИКАЦИИ ХАРАКТЕРА ТРЕНДА (обнаружение единичных корней) 268
§ 1. Детерминированный и случайный характер тренда 268
§ 2. Ложные тренды 270
§ 3. Критерий Дикки - Фуллера для обнаружения единичных корней 273
§ 4. Расширенный критерий Дикки — Фуллера 277
§ 5. Современные методы построения модели АРИСС 287
Глава 13. ИНТЕГРИРОВАННОСТЬ И КОИНТЕГРИРОВАННОСТЬ ПЕРЕМЕННЫХ 296
§ 1. Интегрированностьи коинтегрированность двух переменных 296
§ 2. Коинтеграция многих переменных 299
§ 3. Коинтеграция и модели корректировки ошибок 304
§ 4. Критерии коинтеграции 308
413ГлаваН. РЕКУРРЕНТНЫЕ АЛГОРИТМЫ ОЦЕНКИ ТРАЕКТОРИЙ ПАРАМЕТРОВ МНОЖЕСТВЕННОЙ РЕГРЕССИИ 310
§ 1. Рекуррентное оценивание параметров регрессии 311
§ 2. Скользящая регрессия 315
§ 3. Взвешенная регрессия 316
§ 4. Рекуррентное оценивание параметров взвешенной регрессии 320
§ 5. Оценка траекторий параметров регрессии методом адаптивных ковариаций 324
§ 6. Связь адаптивной регрессии с адаптивным корреляционным анализом 328
§ 7. Модели с авторегрессионной условной гетероскедастичностью 330
Глава 15. КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ КУРСОВ ВАЛЮТ С ПОМОЩЬЮ СТАТИСТИЧЕСКИХ МОДЕЛЕЙ 337
§ 1. Постановка проблемы 338
§ 2. Анализ случайности движения курсов валют 340
§ 3. Адаптивная модель прогнозирования временного ряда с неустойчивым характером колебаний , 342
§ 4. Прогнозирование курсов валют 346
Глава 16. СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ВАЛЮТНЫХ АУКЦИОНОВ НА МОСКОВСКОЙ МЕЖБАНКОВСКОЙ ВАЛЮТНОЙ БИРЖЕ 352
§ 1. Цели исследования 352
§ 2. Теоретические модели валютных торгов 353
§ 3. Анализ исходных данных 360
§ 4. Модели торгов для растущего курса 362
§ 5. Модели торгов для падающего валютного курса... 370
§ 6. Оценка качества статистических моделей 373
§ 7. Возможные способы использования моделей 376
Заключение 378
Приложения 381
Литература 400

 

 

 

 

 

 

Ключевые слова: прогнозирование временных рядов, скачать бесплатно учебник, учебное пособие, скачать бесплатно книгу