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_MAq    

简述

建议使用ARMA模型替换,移动平均模型,MA(q)模型,用条件最小二乘法去估计q阶移动平均模型的系数,返回结果有移动平均系数、残差方差、预测值及预测波动。

估计过程如下:

MA(q)模型:



具有逆转形式:

用算子形式比较,可得:

s

条件最小二乘法使得下列残差平方和最小:



可将上述转化为矩阵形式,先求得的取值,在利用上上式计算移动平均系数

如有常数,则常数项为原序列的均值

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,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_MAq(y:Array;Q:Integer;L:Integer):Array;
参数
名称类型说明
YArray样本序列,为一维数组类型;
qInteger移动平均阶数;
lInteger预测步长;
  • 范例




    {已知一个MA模型,通过产生样本去模拟MA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;

    y[1]:=0;

    for i:=2 to 199 do

    y[i]:=elps[i]-0.9*elps[i-1]+0.3*elps[i-2];

    return Time_MAq(y,2,0);



    结果:

    参考
    AR ARMA 
相关