Estimation des processus aléatoires échantillonnés irrégulièrement
Générez un processus OrnsteinUhlenbeckProcess irrégulièrement échantillonné.
In[1]:=
sample = TimeSeriesResample[
RandomFunction[
OrnsteinUhlenbeckProcess[0, .1, .3], {0, 100, .1}], {Sort[
RandomReal[100, 1000]]}]
Out[1]=
Afficher l'entrée complète de Wolfram Language
Out[2]=
Estimez les paramètres du processus à partir de données échantillonnées irrégulièrement.
In[3]:=
EstimatedProcess[sample,
OrnsteinUhlenbeckProcess[\[Mu], \[Sigma], \[Theta]]]
Out[3]=
Récupérez les cours de l'action GE depuis le 1er janvier 2013 et convertissez-les en TemporalData.
In[4]:=
price = TemporalData[FinancialData["GE", "Jan. 1, 2013"]]
Out[4]=
Afficher l'entrée complète de Wolfram Language
Out[5]=
L'horodatage des données de prix de l'action est non uniforme.
In[6]:=
MinMax[Differences[price["Times"]]]
Out[6]=
Supposons que le logarithme du prix satisfasse FractionalBrownianMotionProcess, estimez les paramètres.
In[7]:=
EstimatedProcess[Log[price],
FractionalBrownianMotionProcess[\[Mu], \[Sigma], h]]
Out[7]=