Как предсказать курс доллара. Эффективные методы прогнозирования с использованием Excel и EViews.
- Предисловие. ➾
- Глава 1. Понятие о стационарном и нестационарном временном ряде, выявление нестационарности ряда графическим способом. ➾
- 1.1. Краткая характеристика стационарных и нестационарных случайных процессов. ➾
- 1.2. Распознавание стационарности временного ряда с помощью построения его графика. ➾
- Алгоритм действий № 1.
- Как строить диаграммы в Microsoft Excel.
- Шаг 1. Поиск данных, их загрузка и первичная обработка в Excel.
- Шаг 2. Построение графика в Excel.
- Алгоритм действий № 2.
- Импорт данных и создание рабочего файла в EViews.
- Шаг 1. Подготовка данных в Excel для их последующего импорта в EViews.
- Шаг 2. Создание рабочего файла в EViews.
- Шаг 3. Импорт данных в EViews.
- Контрольные вопросы и задания.
- Глава 2. Метод наименьших квадратов и решение уравнения регрессии в Excel. ➾
- 2.1. Характеристика метода наименьших квадратов и его применение при прогнозировании курса доллара. ➾
- Математические подробности оценки параметров уравнения регрессии методом наименьших квадратов.
- 2.2. Решение уравнения регрессии в Excel с учетом фактора времени. Интерпретация и оценка значимости полученных параметров. ➾
- Алгоритм действий № 3.
- Как решить уравнение регрессии в Excel.
- Шаг 1. Ввод в уравнение исходных данных.
- Шаг 2. Дополнительные опции.
- Шаг 3. Вывод итогов.
- Алгоритм действий № 4.
- Оценка статистической значимости уравнения регрессии и его коэффициентов.
- Шаг 1. Принятие решения о значимости уравнения регрессии.
- Шаг 2. Принятие решения о значимости коэффициентов уравнения регрессии.
- 2.3. Решение уравнений регрессии в Excel графическим способом. ➾
- Контрольные вопросы и задания.
- Глава 3. Уравнения авторегрессии и авторегрессии со скользящим средним. ➾
- 3.1. Специфика уравнений авторегрессии (AR). ➾
- 3.2. Специфика уравнений авторегрессии со скользящим средним (ARMA). ➾
- 3.3. Коррелограмма и идентификация лаговых переменных в уравнениях AR и ARMA. ➾
- Алгоритм действий № 5.
- Как построить коррелограмму в EViews.
- Шаг 1. Выбор основных опций для построения коррелограммы.
- Шаг 2. Дополнительные возможности, которые можно использовать для построения коррелограммы.
- 3.4. Решение в Excel уравнения авторегрессии 2-го порядка AR(2). ➾
- 3.5. Решение в EViews уравнения авторегрессии 2-го порядка AR(2). ➾
- Алгоритм действий № 6 Как решить уравнение регрессии в EViews.
- Шаг 1. Импорт данных из Excel и создание рабочего файла в EViews.
- Шаг 2. Выбор опций в EViews для решения уравнения регрессии.
- Шаг 3. Выбор параметров оцениваемой статистической модели.
- Шаг 4. Вывод в EViews параметров уравнения авторегрессии.
- 3.6. Интерпретация параметров уравнения авторегрессии в EViews. ➾
- Алгоритм действий № 7.
- Как выполняется LM-тест Бройша — Годфри в EViews.
- Шаг 1. Практическая реализация LM-теста Бройша — Годфри.
- Шаг 2. Интерпретация результатов тестирования.
- 3.7. Оценка точности решения уравнения авторегрессии в EViews. ➾
- Алгоритм действий № 8.
- Как оценить точность статистической модели в EViews.
- Шаг 1. Выбор необходимой опции.
- Шаг 2. Заполнение мини-окна FORECAST.
- Шаг 3. Интерпретация параметров, характеризующих уровень точности статистической модели.
- Контрольные вопросы и задания.
- Глава 4. Подбор адекватного уравнения авторегрессии и составление точечных и интервальных прогнозов по курсу доллара. ➾
- 4.1. Повышение статистической значимости коэффициентов в уравнении авторегрессии. ➾
- 4.2. Оценка точности прогностической модели, проверка остатков на автокорреляцию и стационарность. ➾
- Алгоритм действий № 9.
- Как в EViews проверить остатки на стационарность.
- Шаг 1. Установка необходимых опций.
- Шаг 2. Заполнение мини-окна UNIT ROOT TEST.
- Шаг 3. Интерпретация результатов теста.
- 4.3. Описательная статистика и тестирование остатков на нормальное распределение. ➾
- Алгоритм действий № 10.
- Как в EViews получить описательную статистику остатков.
- Шаг 1. Установка необходимых опций.
- Шаг 2. Интерпретация результатов теста.
- 4.4. Построение точечных и интервальных прогнозов. ➾
- Алгоритм действий № 11.
- Как в EViews построить точечный прогноз.
- Алгоритм действий № 12.
- Как в EViews построить интервальные прогнозы.
- Шаг 1. Как найти средние ошибки прогнозируемого курса доллара.
- Шаг 2. Вычисление интервальных прогнозов.
- Математические подробности, связанные с расчетом интервальных прогнозов.
- 4.5. Проверка точности составленных интервальных прогнозов. ➾
- Контрольные вопросы и задания.
- Глава 5. Тестирование структурной нестабильности и построение нестационарной статистической модели с оптимизированным временным рядом. ➾
- 5.1. Тестирование авторегрессионного процесса на стационарность путем нахождения обратных единичных корней. ➾
- Алгоритм действий № 13.
- Тестирование на стационарность AR-структуры уравнения USDOLLAR = а × USDOLLAR(-1) + b × USDOLLAR(-2) путем нахождения корней характеристического уравнения.
- Шаг 3. Построение графика корней характеристического уравнения.
- 5.2. Тестирование AR-структуры на стационарность с помощью функции импульсного ответа. ➾
- Алгоритм № 14.
- Тестирование на импульсный ответ AR-структуры нестационарного процесса, описываемого уравнением.
- USDOLLAR = а × USDOLLAR(-1) + b × USDOLLAR(-2).
- Шаг 1. Построение функции импульсного и накопленного импульсного ответа.
- Шаг 2. Интерпретация функции импульсного и накопленного импульсного ответа.
- Шаг 3. Построение графика функций импульсного и накопленного импульсного ответа.
- 5.3. Влияние резких изменений курса доллара на смещение коэффициентов регрессии. ➾
- Алгоритм действий № 15.
- Как в EViews можно быстро изменить выборку данных.
- 5.4. Стандартные и стьюдентизированные остатки, влияние выбросов на точность уравнения регрессии. ➾
- Алгоритм действий № 16.
- Как в Excel можно найти стандартные остатки.
- Алгоритм действий № 17.
- Диагностика в EViews влияния стьюдентизированных остатков на уравнение регрессии для прогностической модели.
- USDOLLAR = а × USDOLLAR(-1) + b × USDOLLAR(-2).
- Шаг 1. Как получить стьюдентизированные остатки.
- Шаг 2. Интерпретация влияния стьюдентизированных остатков на точность прогноза.
- Некоторые математические подробности по расчету стьюдентизированных остатков в EViews.
- 5.5. Тесты Чоу на наличие структурной стабильности во временно м ряде. ➾
- Алгоритм действий № 18.
- Методика проведения теста Чоу на наличие структурной стабильности во временно м ряде для прогностической модели.
- USDOLLAR = а × USDOLLAR(-l) + b × USDOLLAR(-2).
- Шаг 1. Основные идеи, на которых строится тест Чоу на наличие структурной стабильности.
- Шаг 2. Проведение в EViews теста Чоу на наличие структурной стабильности.
- Некоторые математические подробности для теста Чоу на наличие структурной стабильности во временном ряде.
- Алгоритм действий № 19.
- Методика проведения теста Чоу на точность прогноза для прогностической модели.
- USDOLLAR = а × USDOLLAR(-1) + b × USDOLLAR(-2).
- Шаг 1. Основные идеи, на которых построен тест Чоу на точность прогноза.
- Некоторые математические подробности для теста Чоу на точность прогноза.
- 5.6. Структурные изменения в курсе доллара, произошедшие в августе-октябре 1998 г. ➾
- Алгоритм действий № 20.
- Методика проведения теста Д. Гуйарати по определению характера структурного сдвига.
- (на примере прогностической модели USDOLLAR = а × USDOLLAR(-l) + b × USDOLLAR(-2)).
- Шаг 1. Основная идея, на которой построен тест Д. Гуйарати.
- Шаг 2. Проведение теста Д. Гуйарати.
- Математические подробности по тесту Д. Гуйарати.
- 5.7. Построение статистической модели с оптимальным диапазоном интервального прогноза. ➾
- Контрольные вопросы и задания.
- Глава 6. Построение стационарной статистической модели. ➾
- 6.1. Тестирование исходного и логарифмического временного ряда на стационарность. ➾
- Алгоритм действий № 21.
- Как провести тест на стационарность исходного уровня временно го ряда.
- 6.2. Построение модели авторегрессии со скользящей средней и стационарной ARMA-структурой. ➾
- Алгоритм действий № 22.
- Перечень действий, необходимых для построения статистической модели, представляющей собой уравнения авторегрессии (AR) или уравнения авторегрессии со скользящей средней (ARMA).
- 6.3. Тестирование модели авторегрессии со скользящей средней на автокорреляцию в остатках и проверка стационарности ее ARMA-структуры. ➾
- Алгоритм действий № 23.
- Как сравнить коррелограмму остатков стационарной модели с ее теоретическим аналогом.
- 6.4. Оценка стабильности стационарной модели авторегрессии со скользящей средней. ➾
- 6.5. Оценка точности стационарной модели ARMA. ➾
- 6.6. Построение стационарной модели ARMA с оптимизированным временным рядом. ➾
- Контрольные вопросы и задания.
- Глава 7. Использование статистических моделей в качестве инструмента торговой системы. ➾
- 7.1. Использование в торговле модели для прогнозирования курса доллара к рублю с упреждением в один месяц. ➾
- Алгоритм действий № 24.
- Расчет рекомендуемых курсов покупки и продажи валют с заданным уровнем надежности (по одностороннему F-критерию).
- Шаг 1. Расчет точечного прогноза и средней ошибки прогнозируемого курса.
- Шаг 2. Расчет курсов покупки и продажи валют.
- 7.2. Использование в торговле модели для прогнозирования курса доллара к рублю с упреждением в две недели. ➾
- 7.3. Использование в торговле модели для прогнозирования курса доллара к рублю с упреждением в одну неделю. ➾
- 7.4. Использование в торговле модели для прогнозирования курса евро к доллару с упреждением в один день. ➾
- Контрольные вопросы и задания.
- Краткое заключение. ➾
- Литература. ➾
- Примечания. ➾
Владимир Георгиевич Брюков.