<<
>>

7.1. МОДЕЛИ СТАЦИОНАРНЫХ ВРЕМЕННЫХ РЯДОВ

Для описания стационарных финансовых временных рядов используется модель авторегрессии - скользящего среднего ARM A (auto regressive moving average model). Обобщением ARMA-моделей на случай нестационарных случайных процессов являются ARIMA-модели. Модель ARMA — это комбинация двух моделей временных рядов: модели авторегрессии AR и модели скользящего среднего МА. Познакомимся с каждой из них в отдельности.

283

<< | >>
Источник: В.И. Малюгин. Рынок ценных бумаг: Количественные методы анализа: Учеб. пособие. -М.: Дело, . - 320 . 2003

Еще по теме 7.1. МОДЕЛИ СТАЦИОНАРНЫХ ВРЕМЕННЫХ РЯДОВ:

  1. 7.2. МОДЕЛИ НЕСТАЦИОНАРНЫХ ВРЕМЕННЫХ РЯДОВ
  2. 3.6. МОДЕЛИ ФИНАНСОВЫХ ВРЕМЕННЫХ РЯДОВ
  3. 7.2.2. Модели интегрированных временных рядов
  4. 7.2.1. Модели временных рядов с детерминированным трендом
  5. 7.3.1. Модель ARCH и ее применение для описания финансовых временных рядов
  6. 7.3. МОДЕЛИ ФИНАНСОВЫХ ВРЕМЕННЫХ РЯДОВ С УСЛОВНОЙ ГЕТЕРОСКЕДАСТИЧНОСТЬЮ
  7. 3.6.2. Стационарный временной ряд и его характеристики
  8. 2.3.5.1. Понятие о стационарных временных рядах
  9. 2.3. Моделирование и прогноз временных рядов
  10. 2.3.5. Выделение циклических составляющих временных рядов
  11. Компоненты временных рядов
  12. 3.6.1. Определение и основные свойства временных рядов
  13. ГЛАВА 7 ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ ФИНАНСОВЫХ ВРЕМЕННЫХ РЯДОВ
  14. КЛАЙВ У. ДЖ. ГРЭЙНДЖЕР ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ВРЕМЕННЫХ РЯДОВ
  15. 2.3.1. Особенности представления и моделирования временных рядов
  16. 2.3.2. Основы тестирования временных рядов