检索结果-内蒙古大学图书馆

南京师大学报（自然科学版） 2008年第2期31卷 16-22页

作者：洪兆萍杜秀丽南京师范大学数学与计算机科学学院江苏南京210046

首先根据贝叶斯定理得到arfima模型参数的后验边缘分布,并选择后验边缘分布的众数作为参数的估计值.参照季节性arfima模型的极大似然估计的渐近性质的证明思路,证明了模型参数的贝叶斯估计具有相合性、有效性和渐近正态性.最后,对参数... 详细信息

首先根据贝叶斯定理得到arfima模型参数的后验边缘分布,并选择后验边缘分布的众数作为参数的估计值.参照季节性arfima模型的极大似然估计的渐近性质的证明思路,证明了模型参数的贝叶斯估计具有相合性、有效性和渐近正态性.最后,对参数的贝叶斯估计方法的大样本性质进行仿真模拟,结果表明当时间序列样本足够大时,参数的估计值越来越接近于真实值.

关键词：贝叶斯方法 arfima模型后验分布渐近性质

来源：评论

学校读者我要写书评

暂无评论

arfima模型参数贝叶斯估计的渐近性质

ARFIMA模型参数贝叶斯估计的渐近性质

引用

作者：洪兆萍南京师范大学

学位级别：硕士

对于平稳的ARMA过程来说，自协方差函数依负指数下降至0，速度比较快，通常称该过程为短记忆过程。但在许多现实的时间序列过程中，自协方差函数依负幂指数下降，下降速度较慢，即时间序列观察值之间具有较强的依赖性，称该过程是长记... 详细信息

对于平稳的ARMA过程来说，自协方差函数依负指数下降至0，速度比较快，通常称该过程为短记忆过程。但在许多现实的时间序列过程中，自协方差函数依负幂指数下降，下降速度较慢，即时间序列观察值之间具有较强的依赖性，称该过程是长记忆过程。Granger，Joyeaux和Hosking提出并定义了分整自回归移动平均模型，简称arfima模型。这类平稳的时间序列过程展现出短记忆和长记忆的行为特征。此类时间序列在经济、金融、地理和水文等方面有着广泛的实际应用。在过去的一段时间里，人们提出了许多方法来估计该模型的参数，比如极大似然估计和贝叶斯方法。与其他估计方法相比较，贝叶斯方法由于考虑了模型参数的先验信息，所得到的估计更为准确。而且，近年来随着马尔可夫链蒙特卡罗方法和吉布斯算法的改进，参数的贝叶斯估计方法更加可行和有效。这一点已被不少学者得以实例来证明。但由于贝叶斯估计形式的复杂性，到目前为止还没有人从理论上证明arfima模型的贝叶斯估计的大样本性质。在本文中，首先根据贝叶斯定理得到arfima模型参数的后验边缘分布，并选择后验边缘分布的众数作为参数的估计值。接下来，参照季节性arfima模型的极大似然估计的渐进性质的证明思路，本文证明了模型参数的贝叶斯估计具有相合性、有效性和渐近正态性。该证明过程主要是对模型的谱密度函数作了近似计算。最后，本文对参数的贝叶斯估计方法的大样本性质进行仿真模拟，结果表明当时间序列样本足够大时，参数的估计值越来越接近于真实值。

关键词：贝叶斯方法 arfima模型后验分布渐近性质

来源：评论

学校读者我要写书评

暂无评论

arfima模型的平稳性检验—双阶选择检验

ARFIMA模型的平稳性检验—双阶选择检验

引用

作者：周霖煜南京大学

学位级别：硕士

本文主要研究双阶选择统计量检验ARFIM A模型平稳性的理论基础和实验效果。首先给出时间序列长记忆性的概念,着重介绍arfima模型。回顾了双阶选择统计量检验短记忆时间序列平稳性的理论基础,包括系统样本和统计量的定义,并给出一定假设... 详细信息

本文主要研究双阶选择统计量检验ARFIM A模型平稳性的理论基础和实验效果。首先给出时间序列长记忆性的概念,着重介绍arfima模型。回顾了双阶选择统计量检验短记忆时间序列平稳性的理论基础,包括系统样本和统计量的定义,并给出一定假设条件下统计量的渐近分布。接着我们证明了有平稳解的arfima(p,d,q)模型系数的性质,由此出发分别给出-1arfima序列平稳性的理论基础。两者的差别在于自协方差函数的收敛速度不同,体现在统计量中序列长度T的幂指数不同。-1arfima序列:由Gauss分布生成的薄尾序列和由t分布生成的厚尾序列。同时,我们计算了统计量检验非平稳(分段平稳)arfima序列的经验功效,并调整R(自协方差函数最大阶数),M(系统样本个数)来观察其取值对经验功效的影响。结果显示,统计量的经验犯第一类错误概率与相应显著性水平接近;序列长度T较大时统计量有接近1的经验功效。因此我们有结论:可以使用双阶选择统计量检验arfima模型的平稳性。

关键词：平稳性检验长记忆 arfima模型双阶选择检验系统样本自协方差

来源：评论

学校读者我要写书评

暂无评论

arfima模型参数估计方法比较及在金融时间序列的应用

ARFIMA模型参数估计方法比较及在金融时间序列的应用

引用

作者：刘强湘潭大学

学位级别：硕士

长记忆性是对序列高阶相关结构的一种描述,又称长期相关性。具有长记忆性的序列在相距甚远两个观察值之间有某种稳定的依存关系,衰减缓慢的自相关函数。金融时间序列的分形结构、肥尾分布、长期记忆等非线性特征,都是当今最受关注的研... 详细信息

长记忆性是对序列高阶相关结构的一种描述,又称长期相关性。具有长记忆性的序列在相距甚远两个观察值之间有某种稳定的依存关系,衰减缓慢的自相关函数。金融时间序列的分形结构、肥尾分布、长期记忆等非线性特征,都是当今最受关注的研究课题之一。为深入了解并研究经济时间序列所呈现出长记忆性特征,本文重点研究了能刻画长记忆性的分整移动自回归模型(arfima)模型,介绍了有关长记忆时间序列的概念、检验及建模等内容。本文应用ADF、PP和KPSS三种方法来检验上证指数和深证成指两条序列的平稳性,并用经典的R/S分析法和修正的R/S分析法以及V/S分析法来分析两条序列的长记忆性。结论显示一致支持上证和深证的日收益序列都有长记忆性,而且上证序列的长记忆性比深证的强。基于长记忆性的检验结果,本文对两条序列采用B-J方法进行arfima建模。通过信息准则比较确定为,arfima(6, d,2)是描述上证日收益序列长记忆性最合适的模型,arfima(5, d,2)是描述深证成指日收益序列长记忆性最合适的模型。通过实证研究得出,中国股市中确实存在长记忆性,但中国股市缺乏有效性。

关键词：长程相关性 arfima模型 R/S分析法

来源：评论

学校读者我要写书评

暂无评论

基于MCMC方法的arfima模型贝叶斯分析及实证研究

引用

数理统计与管理 2012年第3期31卷 434-439页

作者：刘国旺熊健广州大学数学与信息科学学院广东广州510006 广州大学数学与交叉科学广东普通高校重点实验室广东广州510006

在经济领域中,时间序列具有序列相关和长记忆等特征,用考虑了时间序列短记忆性和长记忆的arfima来模型分析研究经济时间序列有利于提高拟合及预测的精度。近几十年来对arfima模型参数估计和分数差分算子阶数d的研究越来越多,该模型的应... 详细信息

在经济领域中,时间序列具有序列相关和长记忆等特征,用考虑了时间序列短记忆性和长记忆的arfima来模型分析研究经济时间序列有利于提高拟合及预测的精度。近几十年来对arfima模型参数估计和分数差分算子阶数d的研究越来越多,该模型的应用也越来越广泛。基于贝叶斯方法在参数估计中的优越性,本文结合众多应用此方法的文献所得到的后验分布特点,提出了合理的先验分布,考虑到计算难度,采用MCMC方法对模型的参数进行估计,最后应用我国过去几十年的GDP数据进行实证分析,得到了arfima模型参数的后验分布图、均值、方差及95%的置信区间。

关键词： arfima模型贝叶斯分析 MCMC方法后验分布

来源：评论

学校读者我要写书评

暂无评论

基于分数阶差分的arfima模型及预测效果研究

引用

数理统计与管理 2007年第5期26卷 896-907页

作者：金秀姚瑾庄新田东北大学工商管理学院沈阳110004

采用MRS分析法对香港恒生指数周数据序列的长期记忆性进行研究,并建立arfima模型,推导了分数阶差分的计算过程。对分数阶差分的arfima模型与一阶差分的arfima模型进行了比较,发现应进行分数阶差分的序列,简化成一阶差分后,就有可能丢失... 详细信息

采用MRS分析法对香港恒生指数周数据序列的长期记忆性进行研究,并建立arfima模型,推导了分数阶差分的计算过程。对分数阶差分的arfima模型与一阶差分的arfima模型进行了比较,发现应进行分数阶差分的序列,简化成一阶差分后,就有可能丢失许多有价值的信息,导致建模误差增大。进一步使用arfima模型预测公式进行预测,结果显示arfima模型预测效果不理想。在对香港恒生指数周数据进行预测时,arfima模型几乎是失效的,并从两个不同的角度论证了这一结果出现的必然性。

关键词：分数阶差分 arfima模型长期记忆性预测效果

来源：评论

学校读者我要写书评

暂无评论

我国入境旅游预测:基于arfima模型的研究

引用

商业研究 2009年第6期 1-4页

作者：翁钢民郑竹叶刘洋燕山大学经济管理学院河北秦皇岛066004

旅游需求预测是旅游规划、开发与管理的基础和前提。将分整自回归移动平均模型(ARFI-MA)应用在旅游需求预测中,采用我国月度入境旅游人数建立arfima模型,并依据RMSE,MAE和MAPE三个标准,将arfima与AR IMA,SAR IMA模型的预测精度进行比较... 详细信息

旅游需求预测是旅游规划、开发与管理的基础和前提。将分整自回归移动平均模型(ARFI-MA)应用在旅游需求预测中,采用我国月度入境旅游人数建立arfima模型,并依据RMSE,MAE和MAPE三个标准,将arfima与AR IMA,SAR IMA模型的预测精度进行比较。结果表明arfima模型的精度最高,在旅游需求预测中有较强的实用性。

关键词： arfima模型入境旅游需求旅游市场预测

来源：评论

学校读者我要写书评

暂无评论

存在缺失值的arfima模型的最大似然估计

引用

系统工程 2004年第10期22卷 98-100页

作者：高洁江南大学理学院江苏无锡214064

利用状态空间模型中的Kalman滤波可以很好地解决时间序列模型的缺失数据问题。本文通过修改Kalman滤波递推公式解决了长记忆arfima模型的缺失数据问题,得到存在缺失值的arfima模型的最大似然估计。

关键词：长记忆过程 arfima模型最大似然估计状态空间模型 Kalman滤波缺失值

来源：评论

学校读者我要写书评

暂无评论

时间序列arfima模型的贝叶斯预测分析

引用

统计与决策 2006年第4期22卷 4-6页

作者：朱慧明湖南大学统计学院长沙410079

arfima模型是时间序列分析理论体系中的一个新领域,其模型结构比较复杂。本文系统地研究了时间序列arfima(p,d,q)模型的贝叶斯预测问题,给出了模型的似然函数形式,构造了模型参数的先验分布;根据贝叶斯定理严密地推断了参数的后验边缘... 详细信息

arfima模型是时间序列分析理论体系中的一个新领域,其模型结构比较复杂。本文系统地研究了时间序列arfima(p,d,q)模型的贝叶斯预测问题,给出了模型的似然函数形式,构造了模型参数的先验分布;根据贝叶斯定理严密地推断了参数的后验边缘分布密度函数,建立了贝叶斯arfima模型预测的基本程序,并且进行了实证研究分析。

关键词：贝叶斯推断 arfima模型预测分析分形差分后验分布

来源：评论

学校读者我要写书评

暂无评论

金融高频数据波动率度量比较——基于arfima模型的VaR视角

引用

上海金融 2014年第1期 84-88+118页

作者：刘广应吴海月南京审计学院数学与统计学院

本文针对已实现波动率、己实现极差、双幂变差己实现波动率、截断双幂变差己实现波动率以及两尺度己实现波动率5种主要高频数据波动率度量,比较研究它们在VaR预测中的差异。运用arfima模型描述波动率动态变化,偏学生分布、正念逆高斯分... 详细信息

本文针对已实现波动率、己实现极差、双幂变差己实现波动率、截断双幂变差己实现波动率以及两尺度己实现波动率5种主要高频数据波动率度量,比较研究它们在VaR预测中的差异。运用arfima模型描述波动率动态变化,偏学生分布、正念逆高斯分布和广义双曲分布刻画标准化收益率,建立VaR度量预测模型。利用上证综合指数高频数据进行实证分析,VaR回测检验表明,基于高频数据波动率度量arfima模型,比基于低频数据GARCH类模型预测VaR效果更好,已实现极差比其他波动率度量VaR预测准确。

关键词：已实现极差已实现波动率 arfima模型 VaR LR检验

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：