共查询到20条相似文献,搜索用时 31 毫秒
1.
文章分析了已有研究提出的时间序列新息异常值诊断法的不稳健性,并从以下两点对其进行稳健改进:一是构建稳健ARMA模型,确保基于该模型得到的残差不受异常值干扰;二是采用无偏Shamos估计量作为残差标准差σ的稳健估计量。通过以上改进,得到了新息异常值稳健诊断统计量。在模拟样本量分别为50、100、200、500,污染率分别为1%、5%、10%时比较传统诊断法与稳健诊断法的诊断效果,结果发现:传统诊断法受异常值干扰较大,在每种样本量下,随着污染率增加,诊断正确率急速下降,特别是在高污染率(10%)下,已基本无诊断力,而稳健诊断法不受异常值干扰,正确率均为100%。随后将稳健诊断法应用于金融时间序列异常值诊断,诊断结果与实际情况相吻合。 相似文献
2.
时序模型分析在经济预测中的应用 总被引:1,自引:0,他引:1
时间序列分析方法主要就是建立模型,目的是为了描述时间序列中产生数据的随机机制与趋势,以此模型来判断在某一时间或随机机制下会发生的数据达到预测和控制的目的。时间序列可分为平稳的时间序列和非平稳的时间序列,大部分经济时间序列为平稳的时间序列。对于平稳的时间序列进 相似文献
3.
4.
5.
6.
文章针对股票市场的时间序列数据进行了时间序列相似性度量方法的研究,比较了目前各种度量方法的特点,提出了针对共同模式的相似性度量的方法,并选取了若干支股票收盘价数据对该方法的特点进行了考量。 相似文献
7.
时间序列是按照时间顺序取得的一系列数据,大多数的经济时间序列存在惯性,通过这种惯性分析可以由时间序列的历史数值对未来值进行预测.文章主要利用时间序列的趋势外推方法对我国目前居民消费价格指数(CPI)进行了建模析和预测,以达到合理预期和分析的目的. 相似文献
8.
9.
Cook距离公式常用于回归模型的异常值诊断,但由于公式中的样本方差■对异常值敏感,导致公式缺乏稳健性,使得诊断效果不理想。基于以上问题,文章选取绝对离差中位数作为样本标准差的稳健估计量,得到了样本方差■的稳健估计量,进而构造出稳健Cook距离公式;借鉴传统Cook距离的回归模型异常值诊断理论,将稳健Cook距离公式应用于时间序列异常值诊断,拓展了传统Cook距离公式的异常值诊断领域。通过选取模拟样本量分别为50、100、200,污染率分别为0、1%、5%、10%的ARMA(1,1)序列及金融时间序列进行实例分析,结果发现:(1)在无污染时,稳健Cook距离法与常规Cook距离法的诊断正确率均为100%,两者没有出现"误诊"现象;(2)在样本量、污染率同时增大时,常规Cook距离诊断正确率急剧下降,当污染率达到5%及以上时,已基本无诊断力,而稳健Cook距离法依然能保持较高的诊断力。稳健Cook距离法不仅能应用于时间序列异常值诊断,也能应用于回归分析的异常值诊断。 相似文献
10.
线性回归模型与传递函数模型在时间序列应用上的比较研究 总被引:1,自引:1,他引:0
如果一个因变量是由一个或多个自变量来解释的,那么对这些数据可以建立回归模型.但如果因变量和自变量同时又是时间序列,则也可以建立传递函数模型(transferfunction models).与普通的回归模型相比,传递函数模型说明因变量与自变量以及扰动项之间关系时,有着更为丰富的结构.在多变量时间序列模型方面,有关线性回归模型与传递函数序列在时间序列方面应用效果的比较很少,因此,本文拟进行这方面的研究,为多变量时间序列建立模型提供参考. 相似文献
11.
统计方法在反洗钱可疑交易鉴别中的应用 总被引:2,自引:0,他引:2
文章从截面数据和时间序列数据两方面对统计方法在我国反洗钱可疑交易鉴别中的应用问题作了探讨,并结合某家上市公司的现金交易数据对统计方法在反洗钱可疑交易鉴别中的具体应用作了实证分析.文章的结论是统计方法可以有效地鉴别出与一贯交易习惯明显不符的异常交易. 相似文献
12.
时间序列分析(Time Series Analysis)作为统计数学的一个分支,是分析动态数据,提供定量预测的重要理论和方法。西方国家现已较为普遍地在经济、金融领域运用时间序列模型分析预测各种发展趋势。近年来,随着我国改革开放的深人和经济的飞速发展,对经济领域中存在的大量数据进行动态分析处理,摒弃静态分析的高误差率,并进一步用科学的方法进行预测、决策已显得愈加必要,时间序列分析方法在经济界的推广普及已是大势所趋。 所谓时间序列分析(即动态数据处理),是指一批按时间先后顺序记录下来的观测结果(时间序… 相似文献
13.
文章文针对金融等领域的时间序列数据流,提出了一种直方图的构造方法,该方法具有联机处理高频时间序列数据流的能力,并具有与最优化直方图构造方法接近的精度. 相似文献
14.
上证综指非对称的成份ARCH效应分析 总被引:1,自引:0,他引:1
一、引言在时间序列特别是金融时间序列的建模分析中,传统线性范式下的高斯分布假设已经受到越来越多的质疑,非高斯分布已经是客观存在的事实。针对这些特征的各种非线性模型分析 相似文献
15.
基于多元经验模式分解的股票收益与宏观经济关系分析 总被引:1,自引:0,他引:1
提出一种基于多元经验模式分解的股票市场收益与宏观经济活动关系的分析方法。通过月度道琼斯指数和美国工业生产指数的联合多元经验模式分解,得到多元金融时间序列的多尺度分量。采用希尔伯特—黄变换和边际谱确定每个尺度的主周期,进而在不同尺度下对多元时间序列进行相关性分析及Granger因果检验。结果表明:股票指数在中、长周期的某些尺度上是工业生产指数的Granger原因,序列之间具有明显的相关性,股票指数领先工业生产指数16个月到32个月不等。 相似文献
16.
本文指出了用点和点距离度量时间序列相似性存在的问题,并给出一种新的相似性度量一全局特征,即从时间序列的统计分布特征、非线性和傅立叶频谱转换等3个方面提取全局特征构建特征向量,并进行聚类分析。本文以全国各地区人均GDP时间序列聚类为例,评估了距离相似法与全局特征法的聚类结果。实践证实全局特征法不但可以处理不同长度有缺失值的时序聚类,而且可以降低大型时间序列数据聚类计算的复杂度。 相似文献
17.
多维高频时间序列的波动持续性质研究 总被引:1,自引:0,他引:1
本文对多维高频金融时间序列的"已实现"协方差阵提出相应的模型并进行建模,在此基础上研究了波动持续性质;讨论了高频时间序列的协方差平稳性与波动持续性的关系,同时证明了基于高频数据的协同持续定义与Bollerslev和Engle提出的协同持续概念具有内在的一致性;扩展线性持续到非线性情况,讨论了它们之间的内在关系,指出了持续性质在动态组合投资、风险规避策略中的意义和作用. 相似文献
18.
贝叶斯时间序列方法研究与应用评述 总被引:1,自引:0,他引:1
文章对贝叶斯时间序列方法的研究与应用现状进行了评迷,内容包括一元时间序列、多元时间序列及模型识别等三个方面,以期为该方面的研究与应用者提供参考. 相似文献
19.
金融市场超高频时间序列ACD-GARCH-V模型研究 总被引:1,自引:0,他引:1
金融市场超高频时间序列建模是目前金融计量经济学研究的热点。该文在已有研究的基础上,建立了ACD-GARCH-V模型,通过实证分析考察了超高频交易量变化率及交易持续期对金融产品收益率和波动性的影响。 相似文献
20.
由于金融时间序列具有复杂、非线性、非平稳性、含噪声等特点,许多传统的线性及非线性方法难以对其进行有效的预测。为此,文章提出将HRM(A Hessian Regularized Nonlinear TimeSeries Model)应用于金融时间序列领域。实验结果表明,HRM具有较好的模型构建能力,拥有较快的计算速率,并且得到了较好的预测结果。 相似文献