第十章 金融時(shí)間序列分析
平穩(wěn)性是金融時(shí)間序列分析中一個(gè)非常重要的概念仇冯。平穩(wěn)的時(shí)間序列有著更好的統(tǒng)計(jì)特性沪羔，更便于建模分析蜂奸。平穩(wěn)性，直觀地理解，就是時(shí)間序列的統(tǒng)計(jì)特性不隨著時(shí)間的變化而變化。
對(duì)于一個(gè)隨機(jī)過(guò)程独郎，如果隨著時(shí)間的變化，其表現(xiàn)的各個(gè)統(tǒng)計(jì)特性都不變枚赡，則稱這個(gè)隨機(jī)過(guò)程具有強(qiáng)平穩(wěn)性氓癌。
一般來(lái)說(shuō)，我們會(huì)假設(shè)金融序列是弱平穩(wěn)性的贫橙。
弱平穩(wěn)性并不要求所有的統(tǒng)計(jì)特性一直保持不變贪婉，只要求均值、方差以及協(xié)方差隨著時(shí)間變化不發(fā)生改變即可料皇。
平穩(wěn)性是很多時(shí)間序列模型的基礎(chǔ)谓松。也就是說(shuō)，在使用這些模型之前践剂，一定要檢驗(yàn)數(shù)據(jù)是否平穩(wěn)鬼譬。否則，建模的結(jié)果就是不可信的逊脯，比如优质，可能會(huì)出現(xiàn)“偽回歸問(wèn)題”。
ARIMA模型
白噪聲序列: 時(shí)間序列{rt}如果具有有限均值和有限方差军洼，并且是獨(dú)立同分布隨機(jī)變量序列巩螃，那么就稱{rt}為白噪聲序列。直觀地理解匕争，每一個(gè)觀測(cè)值rt都像是重新?lián)u了一次骰子而生成的避乏。
白噪聲的一個(gè)特例是高斯白噪聲，即{rt}服從均值為0甘桑，方差為
的正態(tài)分布拍皮。
自相關(guān)系數(shù)
相關(guān)系統(tǒng)是用來(lái)衡量?jī)蓚€(gè)隨機(jī)變量的線性相關(guān)性和相關(guān)程度的歹叮。
ARMA模型是AR模型和MA模型的一種結(jié)合形式。
自回歸滑動(dòng)平均（ARMA）模型铆帽。該模型的基本思想是將AR和MA模型的想法結(jié)合在一個(gè)緊湊的形式中咆耿，使所用參數(shù)的個(gè)數(shù)保持很小。對(duì)于金融中的收益率序列爹橱，直接使用ARMA模型的機(jī)會(huì)較少萨螺。
數(shù)據(jù)源和數(shù)據(jù)庫(kù)
- Tushare
- pandas-reader
- 萬(wàn)得接口
