Kas yra „Box-Jenkins“ modelis?
„Box-Jenkins“ modelis yra matematinis modelis, skirtas duomenų diapazonams prognozuoti remiantis įvestimis iš nurodytos laiko eilutės. Box-Jenkins modelis gali analizuoti daugelį skirtingų tipų laiko eilučių duomenų prognozavimui.
Jos metodologijoje rezultatams nustatyti naudojami duomenų taškų skirtumai. Metodika leidžia modeliui nustatyti tendencijas naudojant autoregresssion, slenkamuosius vidurkius ir sezoninius skirtumus prognozėms sudaryti. Autoregresyvusis integruotojo slenkančiojo vidurkio (ARIMA) modeliai yra „Box-Jenkins“ modelio forma. Sąvokos ARIMA ir Box-Jenkins modelis gali būti vartojamos pakaitomis.
Pagrindiniai išvežamieji daiktai
- „Box-Jenkins“ modelis yra prognozavimo metodika, naudojant regresijos tyrimus. Ši metodika geriausiai naudojama kaip kompiuterio apskaičiuota prognozė, pagrįsta laiko eilučių duomenų regresija.Jis geriausiai tinka prognozuoti per 18 mėnesių ar trumpesnį laiką.Moderniai ARIMA skaičiavimai atliekami naudojant sudėtingas priemones, tokias kaip programuojama statistinė programinė įranga R programavimo kalba.
Box-Jenkins modelio supratimas
„Box-Jenkins“ modeliai naudojami numatant įvairius numatomus duomenų taškus ar duomenų diapazonus, įskaitant verslo duomenis ir būsimas saugumo kainas.
„Box-Jenkins“ modelį sukūrė du matematikai George'as Boxas ir Gwilymas Jenkinsas. Du matematikai 1970 m. Leidinyje „Laiko eilučių analizė: numatymas ir kontrolė“ aptarė šio modelio sąvokas.
„Box-Jenkins“ modelio parametrų įvertinimas gali būti labai sudėtingas. Todėl, panašiai kaip kiti laiko eilučių regresijos modeliai, geriausi rezultatai bus pasiekti naudojant programuojamą programinę įrangą. „Box-Jenkins“ modelis taip pat dažniausiai yra tinkamas trumpalaikėms iki 18 mėnesių prognozėms.
„Box-Jenkins“ metodika
„Box-Jenkins“ modelis yra vienas iš kelių laiko eilučių analizės modelių, su kuriais prognozuotojas susidurs naudodamas užprogramuotą prognozavimo programinę įrangą. Daugeliu atvejų programinė įranga bus programuojama taip, kad ji automatiškai naudotųsi tinkamiausia prognozavimo metodika, pagrįsta numatomais laiko eilučių duomenimis. Pranešama, kad „Box-Jenkins“ yra geriausias duomenų rinkinių, kurie dažniausiai yra stabilūs ir mažai kinta, pasirinkimas.
„Box-Jenkins“ modelis prognozuoja duomenis naudodamas tris principus: autoregression, diferenciacija ir slenkamasis vidurkis. Šie trys principai yra atitinkamai žinomi kaip p, d ir q. Kiekvienas principas yra naudojamas Box-Jenkins analizėje ir kartu jie parodomi kaip ARIMA (p, d, q).
Autoregression (p) procesas patikrina duomenis, ar jų stacionarumas yra lygus. Jei naudojami duomenys yra nejudantys, tai gali supaprastinti prognozavimo procesą. Jei naudojami duomenys yra nestacionarūs, juos reikės atskirti (d). Duomenys taip pat tikrinami pagal jų slenkamąjį vidurkį, kuris atliekamas analizės proceso q dalyje. Apskritai, pradinė duomenų analizė paruošia ją numatymui, nustatant parametrus (p, d ir q), kurie yra naudojami prognozėms sudaryti.
Numatomos akcijų kainos
Vienas iš Box-Jenkins modelio analizės būdų yra prognozuoti akcijų kainas. Ši analizė paprastai sudaroma ir koduojama naudojant R programinę įrangą. Atlikus analizę gaunamas logaritminis rezultatas, kuris gali būti pritaikytas duomenų rinkiniui generuoti prognozuojamas kainas tam tikram laikotarpiui ateityje.
