- 1、本文档共9页,其中可免费阅读3页,需付费180金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第二章 自回归移动平均模型
一些金融时间序列的变动往往呈现出一定的平稳特征,由Box和Jenkins创立的ARMA模型就是借助时间序列的随机性来描述平稳序列的相关性信息,并由此对时间序列的变化进行建模和预测。
第一节 ARMA模型的基本原理
ARMA模型由三种基本的模型构成:自回归模型(AR,Auto-regressive Model),移动平均模型(MA,Moving Average Model)以及自回归移动平均模型(ARMA,Auto-regressive Moving Average Model)。
2.1.1 自回归模型的基本原理
1.AR模型的基本形式
AR模型的一般形式如下:
文档评论(0)