Популярные статьи

Популярные курсовые

Экономика » Скачать » Учебники - Книги » Адаптивные методы краткосрочного прогнозирования временных рядов - Лукашин Ю.П. - Учебник

Адаптивные методы краткосрочного прогнозирования временных рядов - Лукашин Ю.П. - Учебник

Скачать - Книги - Учебники

Скачать бесплатно книгу: Адаптивные методы краткосрочного прогнозирования временных рядов, Лукашин Ю.П.Год выпуска: 2003

Автор: Лукашин Ю.П.

Жанр: экономика, финансы

Издательство: «Финансы и статистика»

Формат: PDF

Качество: Отсканированные страницы

Количество страниц: 416

Описание: Данное учебное пособие посвящено одному из современных направлений статистического анализа и прогнозирования временных рядов. Важность этого направления не вызывает сомнения, так как необходимость решения соответствующих задач с помощью адаптивных методов возникает сравнительно часто. Адаптивные методы могут применяться для прогнозирования показателей фондового рынка, денежных потоков, изменений ежедневных остатков на складах, в инструментальных кладовых, магазинах. С помощью этих же методов удается описать эволюцию изменения технико-экономических характеристик изделий и переменных параметров химических процессов, изучить поведение показателя частоты отказов оборудования в зависимости от его возраста. Наконец, названные методы полезны при анализе сезонных явлений. В ряде случаев эти методы могут с успехом применяться для прогнозирования макропоказателей. Методы адаптивного прогнозирования применяются там, где основной информацией для прогноза являются временные ряды.
Инструментом прогноза при адаптивном методе служит модель. Первоначальная оценка параметров этой модели основывается на данных базового (исходного) временного ряда. На основе новых данных, получаемых на каждом следующем шаге, происходит корректировка параметров модели во времени, их адаптация к новым, непрерывно изменяющимся условиям развития явления. Таким образом, модель постоянно «впитывает» новую информацию и приспосабливается к ней.
Адаптивные модели изолированных рядов при всей их простоте могут давать более надежные результаты, чем сложные эконометрические системы уравнений. Так, при существенной перестройке некоторой экономической структуры (например, под влиянием научно-технического прогресса, изменений социально-политических условий и т.п.) эконометрическая модель с постоянными параметрами будет экстраполировать существенно устаревшие зависимости. Адаптивная модель в таких же условиях перманентно приспосабливается и учитывает эти изменения.
Содержание учебника

ПРОСТЕЙШИЕ АДАПТИВНЫЕ МОДЕЛИ И ИХ СВОЙСТВА

  • § 1. Временные ряды и стохастические процессы
  • § 2. Экспоненциальное сглаживание
  • § 3. Начальные условия экспоненциального сглаживания
  • § 4. Выбор постоянной сглаживания
  • § 5. Реакция модели на некоторые стандартные входные потоки данных
  • § 6. Свойство оптимальности
  • § 7. Модели линейного роста
  • § 8. Стохастический процесс Тейла и Вейджа

РАЗВИТИЕ МОДЕЛЕЙ С ПОСТОЯННЫМИ ПАРАМЕТРАМИ АДАПТАЦИИ

  • § 1. Адаптивная модель для изучения эволюционирующих законов распределения вероятностей
  • § 2. Сезонные модели
  • § 3. Аппроксимация полиномиальных трендов с помощью многократного сглаживания
  • § 4. Обобщенная модель Брауна

АДАПТИВНАЯ МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ВРЕМЕННОГО РЯДА, ГЕНЕРИРУЕМОГО АВТОРЕГРЕССИОННОЙ СХЕМОЙ С ДРЕЙФУЮЩИМИ КОЭФФИЦИЕНТАМИ

  • § 1. Общая схема адаптивного фильтра
  • § 2. Адаптация коэффициентов модели авторегрессии

МОДЕЛИ С АДАПТИВНЫМИ ПАРАМЕТРАМИ АДАПТАЦИИ

  • § 1. Скорость реакции как функция следящего контрольного сигнала (модель Тригга — Лича)
  • § 2. Регулирование параметра адаптации по изменениям спектральных характеристик
  • § 3. Адаптация параметра методом эволюции

АДАПТИВНЫЕ КОМБИНИРОВАННЫЕ МОДЕЛИ

  • § 1. Адаптивная селективная модель
  • § 2. Адаптивная гибридная модель

БАЙЕСОВСКИЙ ПОДХОД К КРАТКОСРОЧНОМУ ПРОГНОЗИРОВАНИЮ

  • § 1. Модель с множеством состояний
  • § 2. Байесовский подход
  • § 3. Реализация метода
  • § 4. Сравнение методов

МОДЕЛИ АВТОРЕГРЕССИИ - СКОЛЬЗЯЩЕГО СРЕДНЕГО (метод Бокса - Дженкинса)

  • § 1. Общее описание моделей и их свойств
    • 1.2. Идентификация моделей. Интерпретация R2 в моделях АРСС
  • § 3. Оценивание моделей и прогнозирование
  • § 4. Прогнозирование после логарифмического преобразования
  • § 5. Агрегирование рядов и моделей

МОДЕЛИРОВАНИЕ ВЗАИМОСВЯЗАННЫХ ВРЕМЕННЫХ РЯДОВ

  • § 1. Анализ линейных динамических эконометрических моделей
  • § 2. Адаптивная модель множественной регрессии
  • § 3. Адаптивная модель производственной функции

НЕТРАДИЦИОННЫЙ КОРРЕЛЯЦИОННЫЙ АНАЛИЗ ВРЕМЕННЫХ РЯДОВ

  • § 1. Условия применимости традиционного корреляционного анализа
  • § 2. Постановка проблемы
  • § 3. Модифицированный коэффициент корреляции
  • § 4. Адаптивный коэффициент корреляции
  • § 5. Корреляционный анализ отклонений от заданных уровней
  • § 6. Условный коэффициент корреляции
  • § 7. Вероятностный коэффициент корреляции
  • § 8. Пример

ФАЗОВЫЙ АНАЛИЗ ВРЕМЕННЫХ РЯДОВ

  • § 1. Постановка проблемы
  • § 2. Разбиение временного ряда на фазы
  • § 3. Фазовый анализ инвестиционных циклов в США и Западной Европе

АДАПТИВНАЯ ГИСТОГРАММА, ПРОБЛЕМА ОПТИМИЗАЦИИ

  • § 1. Постановка проблемы
  • § 2. Адаптивная процедура обновления гистограммы
  • § 3. Проблемы оптимальности адаптивной процедуры обновления гистограммы
  • § 4. Адаптивный анализ распределения кассовых остатков

КРИТЕРИИ ДИККИ - ФУЛЛЕРА ДЛЯ ИДЕНТИФИКАЦИИ ХАРАКТЕРА ТРЕНДА (обнаружение единичных корней)

  • § 1. Детерминированный и случайный арактер тренда
  • § 2. Ложные тренды
  • § 3. Критерий Дикки - Фуллера для обнаружения единичных корней
  • § 4. Расширенный критерий Дикки — Фуллера
  • § 5. Современные методы построения модели АРИСС

ИНТЕГРИРОВАННОСТЬ И КОИНТЕГРИРОВАННОСТЬ ПЕРЕМЕННЫХ

  • § 1. Интегрированность и коинтегрированность двух переменных
  • § 2. Коиитеграция многих переменных
  • § 3. Коиитеграция и модели корректировки ошибок
  • § 4. Критерии коинтеграции

РЕКУРРЕНТНЫЕ АЛГОРИТМЫ ОЦЕНКИ ТРАЕКТОРИЙ ПАРАМЕТРОВ МНОЖЕСТВЕННОЙ РЕГРЕССИИ

  • § 1. Рекуррентное оценивание параметров регрессии
  • § 2. Скользящая регрессия
  • § 3. Взвешенная регрессия
  • § 4. Рекуррентное оценивание параметров взвешенной регрессии
  • § 5. Оценка траекторий параметров регрессии методом адаптивных ковариаций
  • § 6. Связь адаптивной регрессии с адаптивным корреляционным анализом
  • § 7. Модели с авторегрессионной условной гетероскедастичностью

КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ КУРСОВ ВАЛЮТ С ПОМОЩЬЮ СТАТИСТИЧЕСКИХ МОДЕЛЕЙ

  • § 1. Постановка проблемы
  • § 2. Анализ случайности движения курсов валют
  • § 3. Адаптивная модель прогнозирования временного ряда с неустойчивым характером колебаний
  • § 4. Прогнозирование курсов валют

СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ВАЛЮТНЫХ АУКЦИОНОВ НА МОСКОВСКОЙ МЕЖБАНКОВСКОЙ ВАЛЮТНОЙ БИРЖЕ

  • § 1. Цели исследования
  • § 2. Теоретические модели валютных торгов
  • § 3. Анализ исходных данных
  • § 4. Модели торгов для растущего курса
  • § 5. Модели торгов для падающего валютного курса
  • § 6. Оценка качества статистических моделей
  • § 7. Возможные способы использования моделей
Финансовый менеджмент - Бланк И. А. - Учебник< Назад   Вперед >Риски в экономике - Тэпман Л.Н.
 

Популярные рефераты