天软金融分析.NET函数大全 > TSL函数 > 数学函数 > 时间序列分析

Time_ARMA    

简述
建议使用ARMA模型替换,自回归移动平均模型,ARMA(p,q)模型,采用逆函数去估计自回归系数和移动平均系数,返回结果有自回归系数、移动平均系数、残差方差、预测值及预测波动。
估计过程如下:

为自协方差
其中:yt为原序列零均值化的新序列,μ为原序列的均值,ρp是自相关系数,φq是自回归方程系数,θq为移动平均系数,εt是零均值、方差为σ2的平稳白噪声
定义
Time_ARMA(y:Array;P:Integer;Interger:q;L:Integer):Array;
参数
名称类型说明
YArray样本序列,为一维数组类型;
PInteger自回归阶数;
q移动平均阶数
LInteger预测步长,整数
  • 范例

    {已知一个ARMA模型,通过产生样本去模拟ARMA模型,求出拟合系数再跟原模型系数比较}
    elps:=Randnorm(0,1,200);
    y:=array();
    y[0]:=0;
    for i:=1 to 199 do
    y[i]:=0.8*y[i-1]+elps[i]-0.4*elps[i-1];
    return Time_ARMA(y,1,1,0);

    结果:
    参考
    AR ARMA 
相关