Statistiken und Big Data time-series

2

Verwendung von ARMA-GARCH-Modellen zur Simulation von Devisenpreisen

Ich habe ein ARIMA (1,1,1) -GARCH (1,1) -Modell an die Zeitreihe der AUD / USD-Wechselkursprotokollpreise angepasst, die über mehrere Jahre in einminütigen Intervallen abgetastet wurden, sodass ich mehr als zwei habe Millionen Datenpunkte, an denen das Modell geschätzt werden soll. Der Datensatz ist hier verfügbar . Aus Gründen der Klarheit …

10 time-series arima simulation garch finance

1

Zufällige Waldregression zur Vorhersage von Zeitreihen

Ich versuche, mithilfe der RF-Regression Vorhersagen über die Leistung einer Papierfabrik zu treffen. Ich habe minutenweise Daten für die Eingaben (Rate und Menge des eingedrungenen Holzzellstoffs usw.) sowie für die Leistung der Maschine (produziertes Papier, von der Maschine aufgenommene Leistung) und möchte Vorhersagen für 10 Minuten treffen voraus auf die …

10 time-series forecasting cross-validation random-forest autoregressive

1

Zeichnen vorhergesagter Werte in ARIMA-Zeitreihen in R.

Es gibt wahrscheinlich mehr als ein schwerwiegendes Missverständnis in dieser Frage, aber es ist nicht dazu gedacht, die Berechnungen richtig zu machen, sondern das Lernen von Zeitreihen mit einem gewissen Fokus zu motivieren. Beim Versuch, die Anwendung von Zeitreihen zu verstehen, scheint es, als würde eine Vorhersage der Daten die …

10 r time-series data-visualization

1

Periodische Splines zur Anpassung an periodische Daten

In einem Kommentar zu dieser Frage zitierte Benutzer @whuber die Möglichkeit, eine periodische Version von Splines zu verwenden, um periodische Daten anzupassen. Ich würde gerne mehr über diese Methode erfahren, insbesondere über die Gleichungen, die die Splines definieren, und wie man sie in der Praxis implementiert (ich bin meistens ein …

10 regression time-series seasonality splines

2

Mathematische und statistische Voraussetzungen zum Verständnis von Partikelfiltern?

Ich versuche gerade, Partikelfilter und ihre möglichen Anwendungen im Finanzbereich zu verstehen, und ich habe ziemlich viel zu kämpfen. Was sind die mathematischen und statistischen Voraussetzungen, die ich überdenken sollte (vor dem Hintergrund der quantitativen Finanzierung), um (i) die Grundlagen von Partikelfiltern zugänglich zu machen und (ii) sie später gründlich …

10 time-series particle-filter

1

Modellierung automatisch korrelierter binärer Zeitreihen

Was ist der übliche Ansatz zur Modellierung binärer Zeitreihen? Gibt es ein Papier oder ein Lehrbuch, in dem dies behandelt wird? Ich denke an einen binären Prozess mit starker Autokorrelation. So etwas wie das Vorzeichen eines AR (1) -Prozesses, der bei Null beginnt. Say X.0= 0X0=0X_0 = 0 und X.t …

10 regression time-series logistic binary-data autoregressive

3

Statistischer Test, um zu überprüfen, wann zwei ähnliche Zeitreihen voneinander abweichen

Ab dem Titel möchte ich wissen, ob es einen statistischen Test gibt, der mir helfen kann, eine signifikante Abweichung zwischen zwei ähnlichen Zeitreihen zu identifizieren. In der folgenden Abbildung möchte ich insbesondere feststellen, dass die Reihen zum Zeitpunkt t1 zu divergieren beginnen, dh wenn der Unterschied zwischen ihnen signifikant wird. …

10 time-series statistical-significance variance convergence trend

2

Kann die Hauptkomponentenanalyse für Aktienkurse / instationäre Daten verwendet werden?

Ich lese ein Beispiel aus dem Buch Maschinelles Lernen für Hacker . Ich werde zuerst auf das Beispiel eingehen und dann über meine Frage sprechen. Beispiel : Nimmt einen Datensatz für 10 Jahre mit 25 Aktienkursen. Läuft PCA auf den 25 Aktienkursen. Vergleicht die Hauptkomponente mit dem Dow Jones Index. …

10 time-series pca references covariance stationarity

2

Warum jemals Durbin-Watson verwenden, anstatt die Autokorrelation zu testen?

Der Durbin-Watson-Test testet die Autokorrelation von Residuen bei Verzögerung 1. Aber auch das Testen der Autokorrelation bei Verzögerung 1 direkt. Außerdem können Sie die Autokorrelation bei Verzögerung 2,3,4 testen, und es gibt gute Portmanteau-Tests für die Autokorrelation bei mehreren Verzögerungen, um schöne, leicht interpretierbare Diagramme zu erhalten [z. B. die …

10 time-series autocorrelation

1

Unterscheiden Sie zwischen kurzfristigen und langfristigen Effekten

Ich habe in einer Zeitung den folgenden Satz gelesen: Die Tatsache, dass es einen Unterschied zwischen kurzfristigen und langfristigen Koeffizienten gibt, ist ein Ergebnis unserer Spezifikation, die verzögerte endogene Variablen enthält. Sie führen eine Regression der ersten Differenzen durch und enthalten eine Verzögerung der abhängigen Variablen. Nun argumentieren sie, dass, …

10 regression time-series lags

1

So testen Sie, ob der „vorherige Zustand“ Einfluss auf den „nachfolgenden Zustand“ in R hat

Stellen Sie sich eine Situation vor: Wir haben historische Aufzeichnungen (20 Jahre) von drei Minen. Erhöht das Vorhandensein von Silber die Wahrscheinlichkeit, im nächsten Jahr Gold zu finden? Wie teste ich eine solche Frage? Hier sind Beispieldaten: mine_A <- c("silver","rock","gold","gold","gold","gold","gold", "rock","rock","rock","rock","silver","rock","rock", "rock","rock","rock","silver","rock","rock") mine_B <- c("rock","rock","rock","rock","silver","rock","rock", "silver","gold","gold","gold","gold","gold","rock", "silver","rock","rock","rock","rock","rock") mine_C <- c("rock","rock","silver","rock","rock","rock","rock", …

10 r time-series hypothesis-testing stochastic-processes

2

Hat jemand jemals Daten gefunden, bei denen ARCH- und GARCH-Modelle funktionieren?

Ich bin Analyst in den Bereichen Finanzen und Versicherungen, und wenn ich versuche, Volatilitätsmodelle anzupassen, erhalte ich schreckliche Ergebnisse: Residuen sind oft instationär (im Sinne der Einheitswurzel) und heteroskedastisch (das Modell erklärt also nicht die Volatilität). Arbeiten ARCH / GARCH-Modelle möglicherweise mit anderen Daten? Bearbeitet am 17/04/2015 15:07, um einige …

10 time-series garch volatility-forecasting arch

1

Regression mit unterschiedlicher Frequenz

Ich versuche, eine einfache Regression durchzuführen, aber meine Y-Variablen werden monatlich und x-Variablen jährlich beobachtet. Ich werde einige Anleitungen zu einem geeigneten Ansatz, der für Regressionen mit unterschiedlichen Frequenzen verwendet werden kann, sehr schätzen. Vielen Dank

10 regression time-series

2

Was genau ist die Box-Jenkins-Methode für ARIMA-Prozesse?

Auf der Wikipedia- Seite heißt es, dass Box-Jenkins eine Methode ist, um ein ARIMA-Modell an eine Zeitreihe anzupassen. Wenn ich nun ein ARIMA-Modell an eine Zeitreihe anpassen möchte, öffne ich SAS, rufe auf proc ARIMA, gebe die Parameter und SAS gibt mir AR- und MA-Koeffizienten. Jetzt kann ich verschiedene Kombinationen …

10 time-series arima sas aic box-jenkins

3

Bedeutet eine saisonale Zeitreihe eine stationäre oder eine nicht stationäre Zeitreihe?

Wenn ich eine Zeitreihe mit Saisonalität habe, macht das die Serie dann automatisch nicht stationär? Meine Intuition (wahrscheinlich aus) ist, dass dies nicht der Fall ist. Saisonalität bedeutet, dass die Serie um einen konstanten Wert herum auf und ab geht ... so etwas wie eine Sinuswelle. Nach dieser Logik ist …

10 time-series stationarity seasonality

Als «time-series» getaggte Fragen