Podczas przeprowadzania analizy interwencyjnej z wykorzystaniem danych szeregów czasowych (zwanych również przerwanymi szeregami czasowymi), jak tutaj omówiono , na przykład jednym z moich wymagań jest oszacowanie całkowitego zysku (lub straty) spowodowanego interwencją - tj. Liczby jednostek...
Chcę tylko sprawdzić, czy poprawnie interpretuję wykresy ACF i PACF: Dane odpowiadają błędom wygenerowanym między rzeczywistymi punktami danych a oszacowaniami wygenerowanymi przy użyciu modelu AR (1). Spojrzałem na odpowiedź tutaj: Oszacuj współczynniki ARMA na podstawie kontroli ACF i...
Muszę wdrożyć wykrywanie anomalii w kilku zestawach danych szeregów czasowych. Nigdy wcześniej tego nie robiłem i liczyłem na radę. Bardzo dobrze czuję się w Pythonie, więc wolałbym, aby rozwiązanie było zaimplementowane w nim (większość mojego kodu to Python dla innych części mojej pracy). Opis...
Jedną z ważnych kwestii, przed którymi stoją prognozy, jest to, czy daną serię można prognozować, czy nie? Natknąłem się na artykuł zatytułowany „ Entropia jako wskaźnik Priori przewidywalności ” autorstwa Petera Catta, który wykorzystuje aproksymalną entropię (ApEn) jako miarę względną do...
Jakie są różnice w stosowaniu uogólnionych modeli liniowych, takich jak automatyczne określanie trafności (ARD) i regresja grzbietu, w porównaniu do modeli szeregów czasowych, takich jak Box-Jenkins (ARIMA) lub wygładzanie wykładnicze do prognozowania? Czy istnieją jakieś praktyczne zasady...
To tylko ogólne pytanie. Jeśli masz dane szeregów czasowych, kiedy lepiej jest stosować techniki szeregów czasowych (aka, ARCH, GARCH itp.) Zamiast technik uczenia maszynowego / statystycznego (KNN, regresja)? Jeśli istnieje podobne pytanie dotyczące weryfikacji krzyżowej, proszę skierować mnie do...
Jeśli mam szereg czasowy o sezonowości, czy to automatycznie powoduje, że szereg nie jest stacjonarny? Moja intuicja (prawdopodobnie wyłączona) jest taka, że tak nie jest. Sezonowość oznacza, że seria rośnie i spada wokół stałej wartości ... coś w rodzaju fali sinusoidalnej. Zgodnie z tą...
Strona Wikipedii mówi, że Box-Jenkins to metoda dopasowania modelu ARIMA do szeregu czasowego. Teraz, jeśli chcę dopasować model ARIMA do szeregu czasowego, otworzę SAS, zadzwonię proc ARIMA, podam parametry a SAS da mi współczynniki AR i MA. Teraz mogę wypróbować różne kombinacje a SAS da mi...
Próbuję uruchomić prostą regresję, ale moje zmienne Y są obserwowane z częstotliwością miesięczną, a zmienne x są obserwowane z częstotliwością roczną. Naprawdę docenię wskazówki dotyczące odpowiedniego podejścia, które można zastosować do regresji z różnymi częstotliwościami. Dziękuję Ci...
Jestem analitykiem w dziedzinie finansów i ubezpieczeń i za każdym razem, gdy próbuję dopasować modele zmienności, uzyskuję okropne wyniki: reszty są często niestacjonarne (w sensie pierwiastka jednostkowego) i heteroskedastyczne (więc model nie wyjaśnia zmienności). Czy może modele ARCH / GARCH...
Wyobraź sobie sytuację: mamy historyczne zapisy (20 lat) trzech kopalń. Czy obecność srebra zwiększa prawdopodobieństwo znalezienia złota w przyszłym roku? Jak przetestować takie pytanie? Oto przykładowe dane: mine_A <- c("silver","rock","gold","gold","gold","gold","gold",...
Przeczytałem w artykule następujące zdanie: Fakt, że istnieje różnica między współczynnikami krótko- i długoterminowymi, wynika z naszej specyfikacji, która obejmuje opóźnione zmienne endogeniczne. Prowadzą regresję pierwszych różnic i obejmują opóźnienie zmiennej zależnej. Teraz twierdzą,...
Test Durbina-Watsona testuje autokorelację reszt przy opóźnieniu 1. Ale tak samo jest z testowaniem autokorelacji przy opóźnieniu 1. Dodatkowo możesz przetestować autokorelację przy opóźnieniu 2,3,4, a istnieją dobre testy Portmanteau dla autokorelacji przy wielu opóźnieniach i uzyskać ładne, łatwo...
Jaki jest właściwy sposób przetestowania znaczenia wskaźników Sharpe'a lub wskaźników informacyjnych? Wskaźniki Sharpe'a będą oparte na różnych indeksach akcji i mogą mieć zmienne okresy retrospekcji. Jedno z opisanych przeze mnie rozwiązań po prostu stosuje test t Studenta, z ustawieniem df na...
Czytam przykład podany w książce Machine Learning for Hackers . Najpierw rozwinę ten przykład, a następnie omówię moje pytanie. Przykład : Pobiera zestaw danych na 10 lat z 25 cenami akcji. Uruchamia PCA w cenie 25 akcji. Porównuje główny składnik z indeksem Dow Jones. Obserwuje bardzo silne...
Od tytułu chciałbym wiedzieć, czy istnieje test statystyczny, który może mi pomóc zidentyfikować znaczącą rozbieżność między dwoma podobnymi szeregami czasowymi. W szczególności, patrząc na poniższy rysunek, chciałbym wykryć, że szereg zaczyna się rozchodzić w czasie t1, tj. Kiedy różnica między...
Jakie jest typowe podejście do modelowania binarnych szeregów czasowych? Czy istnieje papier lub podręcznik, w którym jest to traktowane? Myślę o procesie binarnym z silną autokorelacją. Coś w rodzaju znaku procesu AR (1) rozpoczynającego się od zera. Powiedz X0=0X0=0X_0 = 0 i...
Obecnie pracuję nad projektem dotyczącym prognozowania danych szeregów czasowych (dane miesięczne). Używam R. do prognozowania. Mam 1 zmienną zależną (y) i 3 zmienne niezależne (x1, x2, x3). Zmienna y ma 73 obserwacje, podobnie jak pozostałe 3 zmienne (alos 73). Od stycznia 2009 r. Do stycznia 2015...
Obecnie staram się zrozumieć filtry cząstek i ich możliwe zastosowania w finansach i dość mocno się zmagam. Jakie są matematyczne i statystyczne warunki wstępne, które powinienem ponownie przejrzeć (pochodzące z podstaw finansów ilościowych), aby (i) udostępnić podstawy filtrów cząstek i (ii)...
Problemem, z którym mam do czynienia, jest przewidywanie wartości szeregów czasowych. Patrzę na jeden szereg czasowy naraz i na podstawie np. 15% danych wejściowych chciałbym przewidzieć jego przyszłe wartości. Do tej pory natknąłem się na dwa modele: LSTM (długoterminowa pamięć krótkotrwała;...