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
复制链接
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
Y
Array
样本序列,为一维数组类型;
P
Integer
自回归阶数;
q
移动平均阶数
L
Integer
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
Time_Diff
Time_AutoCov
Time_ACF
Time_PACF
Time_RandomTest
Time_DanielTest
AR
ARMA
Time_ARCH
Time_GARCH
Times_ADFTest
Times_Cointergration_test
Times_ECM
Times_Granger
Time_ARp
Time_MAq
Time_ARMA
Time_GreenFun
Time_InvFun
Time_Analyse
Time_ChoseP
Times_Cointergration
GM_Estimate
Time_ARCHTest
GarchFit
Times_johansen
Times_GrangerCausality