Прогнозирование из временного ряда, имеющего структурные разрывы - PullRequest
Новая
       7

Прогнозирование из временного ряда, имеющего структурные разрывы

0 голосов
/ 21 января 2019

Из инструкций, приведенных в http://timelyportfolio.blogspot.com/2012/04/ и следуя приведенным выше примерам, я понимаю обнаружение структурных разрушений.Может кто-нибудь, пожалуйста, помогите мне после определения структурных разрывов, как сделать прогнозирование с использованием R. Ниже приведены коды с веб-страницы, расположенной выше. 

library(bfast)
library(quantmod)
getSymbols("^GSPC",from="1950-01-01")
GSPC.monthly <- log(to.monthly(GSPC)[,4])
GSPC.ts <- ts(as.vector(GSPC.monthly["1951-01::"]),start=c(1951,1),frequency=12)
GSPC.stl <- stl(GSPC.ts,s.window="periodic")
plot(GSPC.stl,main="STL Decomposition of S&P 500")

GSPC.bfast <- bfast(GSPC.ts,h=0.2,max.iter=1,season="none")
plot(GSPC.bfast,type="components",ylim=c(3,max(GSPC.monthly)+1),main="S&P 500 with bfast Breakpoints and Components")
plot(GSPC.bfast,type="trend",ylim=c(3,max(GSPC.monthly)+1),main="S&P 500 with bfast Trend Breakpoints")
GSPC.bfast$output[[1]]$St

1 Ответ

0 голосов
/ 21 января 2019

Прогнозировать после структурного перелома довольно сложно. Прежде всего: если вы используете какой-либо тип регрессии качения, структурный разрыв больше не влияет на вашу модель через некоторое время. (В зависимости от длины окна). Для более продвинутого метода взгляните на Eklund et al. 2010 . После структурного разрыва они смешивают модель перед разрывом и новую модель после разрыва. Конечно, калибровка параметров сложна.

...