發(fā)布時間：2020-09-10 16:01

　　 較長的時間序列中存在很多變點.這些變點按時間順序排列可以看做是一個基于變點觀測的整值時間序列.本文首先基于LRSM估計出時間序列的變點.在擬合模型時,本文假設變點僅受片段長度的影響.所以本文使用RRINARCH模型擬合片段長度數(shù)據(jù),并使用擬合的RRINARCH模型給出了時間序列新變點的預測.進一步,本文利用自助法的思想得到了新變點的預測區(qū)間.模擬實驗表明,我們的新方法給出的變點預測和區(qū)間估計是非常精確的.最后,我們將新方法應用于一個真實的時間序列數(shù)據(jù).
【學位單位】：吉林大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：C81
【部分圖文】：

數(shù)據(jù)來源于網(wǎng)易財經(jīng)，網(wǎng)址為ｈｔｔｐ：／／ｑｕｏｔｅｓ．ｍｏｎｅｙ．邋１６３．ｅｏｍ／ｔｒａｄｅ／ｌｓｊｙｓｊ＿０００００２．ｈｔｍｌ＃０１ｂ０７．逡逑下面我們將基于這６２６１個數(shù)據(jù)預測萬科集團股票的下一個震蕩期．逡逑首先，我們先觀察這６２６１個數(shù)據(jù)的時序圖（見圖５．１），發(fā)現(xiàn)萬科股票近２７年的股票收盤逡逑價波動性較大，存在很多變點，符合我們的分析要求．逡逑0邋－逡逑￣Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ逡逑０邐１０００邐２０００邐３０００邐４０００邐５０００邐６０００逡逑Ｔｉｍｅ逡逑圖５．１時序圖逡逑其次，我們用ＬＲＳＭ估計時間序列中的變點．加上最后一點，該方法共識別出２７個變逡逑點．具體情況見表５．１和圖５．２．逡逑２０逡逑

Ｔｉｍｅ逡逑圖５．２變點分布圖逡逑圖５．２中折線為股票收盤價的時序圖，豎線為ＬＲＳＭOT計的變點？逡逑由圖５．２可知，除個別幾個變點外，兩個變點之間的距離近以相同，即大多數(shù)片段的片逡逑段長度近似相等．具體而言，５００到２５００之間和３０００到４０００之間的片段長度大多數(shù)近似１１１逡逑２１逡逑

以通過預測新的片段長度給出新變點的點預測和區(qū)間預測．逡逑下面我們將片段長度看成一個整值時間序列數(shù)據(jù)，進行ＲＲＩＮＡＲＣＨ模型的擬合和預逡逑測．擬合ＲＲＩＮＡＲＣＨ模型之前，我們首先觀察片段長度的趨勢圖（如圖５．３）．逡逑ｔ１］邋ｒ逡逑Ｉ邐Ｉ邐ｉ邐ｉ邐ｉ逡逑０邐５邐１０邐１５邐２０邐２５逡逑Ｔｉｍｅ逡逑圖５．３片段長度時序圖逡逑由圖５．３可知，除了第１、１６和２４這三個點外，其它點基本在２００附近，進一步證實了前逡逑面片段長度的分析結論．下面我們將對片段長度數(shù)據(jù)進行ＲＲＩＮＡＲＣＨ模型定階．逡逑根據(jù)第§３．３節(jié)，我們計算了ＲＲＩＮＡＲＣＨ模型１到１０階的ＡＩＣ和ＢＩＣ值，具休情況見表５．２．逡逑表邋５．２邋ＡＩＣ和ＢＩＣ逡逑Ｐ｜｜１｜２｜３｜４｜５｜６｜７｜８｜９｜１０逡逑ＡＩＣ邋ＩＩ邋９．９１邋１１．３５邋１３．５４邋１５．７１邋１７．２１邋１９．３１邋２０．７７邋２２．６９邋２５．３４邋２６．８５逡逑ＢＩＣ邋｜｜邋２３．％邋｜邋３０．０１邋｜邋３６．８６邋｜邋４３．６９邋｜邋４９．８６邋｜邋５６．６３邋｜邋６２．７５邋｜邋６９．３４邋｜邋７６．６５邋｜邋８２．８２逡逑由表５．２可知，在ＲＲＩＮＡＲＣＨ模型的階數(shù)ｐ＝ｌT，同時取得ＡＩＣ和ＢＩＣ最小值．因此我們逡逑設定片段長度的ＲＲＩＮＡＲＣＨ模型階數(shù)為ｐ＝ｌ．逡逑基于第§３．２節(jié)可求得ＲＲＩＮＡＲＣＨ模型的估計參數(shù)為Ｉ邋（１７８．１６，０．１９）．根據(jù)第§３．４逡逑節(jié)，我們將預測所有的片段長度和變點（具體見圖５．４）．逡逑２２逡逑

【相似文獻】

相關期刊論文 前10條

1 劉琮敏;張碩;李琦;王德輝;;具有變點理賠過程的風險模型[J];吉林大學學報(理學版);2017年03期

2 王慧敏;賀興時;趙文芝;;相依序列均值和方差變點的估計[J];紡織高校基礎科學學報;2017年02期

3 駱樺;劉興;;基于一元方差分析的正態(tài)分布均值變點檢測研究[J];工業(yè)控制計算機;2017年10期

4 朱志明;;變化筆畫[J];七彩語文(寫字與書法);2017年03期

5 朱志明;;簡化筆畫[J];七彩語文(寫字與書法);2017年09期

6 王曉原;張敬磊;馬立云;;基于加速遺傳的交通流變點分析方法[J];統(tǒng)計與決策;2013年07期

7 張學新;;變點檢測問題最新進展綜述[J];江漢大學學報(自然科學版);2012年02期

8 徐海燕;惠軍;胡宏偉;;帶有結構變點的長記憶模型的實證研究[J];安慶師范學院學報(自然科學版);2011年01期

9 竇銀科;常曉敏;董西路;;冰層厚度變點判別方法的探討[J];太原理工大學學報;2009年01期

10 陳春梅;;二維射影變換中不變直線上至少有一不變點的另證[J];宜賓學院學報;2009年12期

相關會議論文 前5條

1 汪永新;;短樣本多指標動態(tài)經(jīng)濟數(shù)據(jù)變點的識別方法[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術年會論文集[C];1999年

2 李強;王黎明;王文雯;;基于中國股市行業(yè)收益率面板數(shù)據(jù)的貝葉斯方法變點檢測[A];中國系統(tǒng)工程學會第十八屆學術年會論文集——A13其他管理領域的創(chuàng)新研究成果問題[C];2014年

3 張開鵬;吳代華;李卓球;;基于均值變點檢驗的結構損傷定位方法研究[A];第十三屆全國結構工程學術會議論文集（第Ⅰ冊）[C];2004年

4 賈磊;徐波;;基于檢測熵變化趨勢的音頻特征跳變點檢測[A];第六屆全國人機語音通訊學術會議論文集[C];2001年

5 張玉珍;張小月;楊舉;;基于信息方法的青海省各地區(qū)氣溫及降水數(shù)據(jù)變點分析與建模[A];2015年（第四屆）全國大學生統(tǒng)計建模大賽論文[C];2015年

相關重要報紙文章 前10條

1 李龍;招聘變點招 公眾難諒解[N];廣州日報;2010年

2 記者　李楠;瓦軸營銷變點為面[N];大連日報;2006年

3 省科顧委宏觀經(jīng)濟專家組組長 陳永昌;我國宏觀調控政策的四個新變點[N];黑龍江經(jīng)濟報;2008年

4 本報記者 鄒平;四大園林景點整合資源“變點為片”[N];揚州日報;2007年

5 朱海;為春運之變點贊[N];云南日報;2015年

6 余剛;打好生財擦邊球[N];經(jīng)理日報;2007年

7 高天;創(chuàng)業(yè)也要別出心裁[N];就業(yè)時報;2007年

8 李玉萍;安全生產(chǎn)嚴抓四個“點”[N];中國礦業(yè)報;2008年

9 駐京記者 王丹;新修《專利法》涉藥三大變點[N];醫(yī)藥經(jīng)濟報;2007年

10 本報記者 何芬　實習生 田春燕;實心實意為民辦實事[N];衡陽日報;2009年

相關博士學位論文 前10條

1 譚常春;變點問題的統(tǒng)計推斷及其在金融中的應用[D];中國科學技術大學;2007年

2 韓四兒;兩類厚尾相依序列的變點分析[D];西北工業(yè)大學;2007年

3 李拂曉;幾類時間序列模型變點監(jiān)測與檢驗[D];西北工業(yè)大學;2015年

4 董翠玲;測量誤差模型方差變點的統(tǒng)計推斷[D];中國科學技術大學;2013年

5 謝煥田;時間序列非平穩(wěn)性分析若干問題研究[D];武漢大學;2014年

6 聶維琳;變點靠近序列端點的檢測問題[D];武漢大學;2010年

7 王丹;重尾序列與非參數(shù)回歸模型的變點分析[D];西北大學;2014年

8 趙華玲;逐段線性回歸中變點問題的統(tǒng)計推斷[D];武漢大學;2011年

9 張立文;分位數(shù)回歸中變點問題的若干研究[D];復旦大學;2014年

10 張久軍;基于似然比檢驗的若干控制圖[D];南開大學;2009年

相關碩士學位論文 前10條

1 盧振法;基于自適應LASSO的均值變點檢測[D];廣西師范大學;2018年

2 李靜;更新幾何過程參數(shù)的統(tǒng)計推斷及其應用研究[D];長沙理工大學;2017年

3 李艷鵬;基于二元分割的多變點檢測及其在金融中的應用[D];哈爾濱工業(yè)大學;2018年

4 盧光貝;時間序列變點的統(tǒng)計推斷[D];吉林大學;2018年

5 孫偉娜;基于RRINARCH模型的變點預測[D];吉林大學;2018年

6 李淵園;長記憶序列均值變點及單位根檢驗的研究[D];西安科技大學;2018年

7 孫嘉偉;基于類方差比的持久性變點檢驗及其應用[D];西安科技大學;2018年

8 范梓淼;泊松過程參數(shù)變點的統(tǒng)計推斷[D];新疆師范大學;2017年

9 李志強;航空器軌跡變點檢測與判識技術研究[D];中國民航大學;2017年

10 李忱穎;非線性時間序列模型變點檢測[D];南京大學;2017年

本文編號：2816012