Novos Recursos do Mathematica 10 › Processos de Séries Temporais Expandidos ›

Identifique heterocedacidade condicional 

TimeSeriesModelFit verifica automaticamente se há heterocedacidade condicional em dados e ajusta modelos ARCH/GARCH aos dados.

Crie uma série temporal de rendimentos diários de ações da empresa Starbucks.

mostre o input completo de Wolfram Language
In[2]:=
Click for copyable input
X
In[3]:=
Click for copyable input
X
Out[3]=

Compute a função de autocorrelação.

In[4]:=
Click for copyable input
X
mostre o input completo de Wolfram Language
Out[5]=

Teste para autocorrelação na sequência de rendimentos.

In[6]:=
Click for copyable input
X
Out[6]=

A série temporal retornada não é autocorrelacionada, mas seu quadrado é.

In[7]:=
Click for copyable input
X
In[8]:=
Click for copyable input
X
Out[8]=
In[9]:=
Click for copyable input
X
Out[9]=

TimeSeriesModelFit determina a família GARCH como o melhor ajuste para os dados.

In[10]:=
Click for copyable input
X
Out[10]=

Encontre o processo ajustado.

In[11]:=
Click for copyable input
X
Out[11]=

Os resíduos do modelo parecem não ser correlacionados.

In[12]:=
Click for copyable input
X
Out[12]=
In[13]:=
Click for copyable input
X
Out[13]=

Use TimeSeriesModel para calcular intervalos de confiança da previsão do futuro.

In[14]:=
Click for copyable input
X
In[15]:=
Click for copyable input
X
Out[15]=

Related Examples

Decide Time Series Process Family and Order from Data Automatically » Identify Conditional Heteroscedacity » Airline Passengers » Constrain the Model Selection Set »
Use Different Criteria for Model Selection » Investigate Time Series Model Residuals » Study Significance of Parameters in Fitted Model » Use Fitted Model to Forecast Time Series »
Model Multiple Exchange Rates » Vector Joint Model versus Univariate Component Models » Use Vector Models with Multiple Strongly Correlated Time Series » Vector Autoregressive Process as Discretized Vector Ornstein–Uhlenbeck Process »
Time Series Processes with Nonzero Mean » Time Series Processes with Initial Conditions » Study Non-weakly Stationary Autoregressive Process » Compute Expectation of Autoregressive Moving-Average Process from Its Definition »
Use Spectral Estimator to Find FARIMA Parameters » Volatility Clustering in a GARCHProcess » Slice Distribution of GARCH(1,1) » Moments of GARCH(1,1) »
Model the Conditional Value at Risk with an ARCHProcess » Expanded Estimation Methods » Broad Performance Improvements »
de en es ja zh