Mi a Box-Jenkins modell?
A Box-Jenkins modell egy matematikai modell, amelyet arra terveztek, hogy előre jelezze az adatsorozatokat egy meghatározott idősorból származó bemenetek alapján. A Box-Jenkins modell számos különféle idősor-adatot képes elemezni az előrejelzéshez.
Metodikája az adatpontok közötti különbségeket használja az eredmények meghatározásához. A módszertan lehetővé teszi a modell számára, hogy az előrejelzések előállításához autoregresszió, mozgó átlagok és szezonális különbségek alapján azonosítsa a trendeket. Az autoregresszív integrált mozgóátlag (ARIMA) modellek a Box-Jenkins modell egyik formája. Az ARIMA és a Box-Jenkins Model kifejezések felcserélhetően használhatók.
Kulcs elvihető
- A Box-Jenkins modell egy előrejelzési módszertan regressziós tanulmányok felhasználásával.A módszertant a legjobban számítógépes számítású előrejelzésként használni, az idősorok regressziója alapján.A legmegfelelőbb 18 hónapos vagy annál rövidebb időtartamra történő előrejelzéshez.Modern Az ARIMA számítása olyan kifinomult eszközökkel történik, mint például az R programozási nyelven programozható statisztikai szoftver.
A Box-Jenkins modell megértése
A Box-Jenkins modelleket számos várható adatpont vagy adattartomány előrejelzésére használják, beleértve az üzleti adatokat és a jövőbeni biztonsági árakat.
A Box-Jenkins modellt két matematikus, George Box és Gwilym Jenkins készítette. A két matematikus egy, az idősor elemzése: előrejelzés és ellenőrzés című 1970-es kiadványban megvitatta a koncepciót tartalmazó fogalmakat.
A Box-Jenkins modell paramétereinek becslése nagyon bonyolult lehet. Ezért, hasonlóan más idősoros regressziós modellekhez, a legjobb eredményeket általában programozható szoftver használatával érik el. A Box-Jenkins modell szintén általában a legmegfelelőbb 18 hónapos vagy annál rövidebb távú előrejelzésekhez.
Box-Jenkins módszertan
A Box-Jenkins modell egy a sok idősor elemzési modell közül, amelyekkel az előrejelző találkozik, ha programozott előrejelző szoftvert használ. Sok esetben a szoftvert úgy programozzák, hogy automatikusan a legmegfelelőbb előrejelzési módszertant használja az előrejelzendő idősor-adatok alapján. A jelentések szerint a Box-Jenkins az elsődleges választás az olyan adatkészletek esetében, amelyek többnyire stabilak és alacsony volatilitással bírnak.
A Box-Jenkins modell három alapelv alapján előrejelzi az adatokat: autoregresszió, differenciálás és mozgóátlag. Ez a három alapelv p, d és q néven ismert. Mindegyik alapelvet felhasználjuk a Box-Jenkins elemzésben, és együttesen ARIMA-ként mutatjuk be (p, d, q).
Az autoregressziós (p) folyamat teszteli az adatokat az állandóság szintjére. Ha a felhasznált adatok nem mozognak, egyszerűsítheti az előrejelzési folyamatot. Ha a felhasznált adatok nem stacioneriek, akkor meg kell különböztetni őket (d). Az adatok mozgó átlag illeszkedését is teszteljük, amelyet az elemzési folyamat q részében hajtunk végre. Összességében az adatok kezdeti elemzése felkészíti az előrejelzésre az előrejelzés kidolgozásához alkalmazott paraméterek (p, d és q) meghatározásával.
Részvényárak előrejelzése
A Box-Jenkins modell elemzésének egyik felhasználása a részvényárak előrejelzése. Ezt az elemzést általában R szoftverrel építették ki és kódolták. Az elemzés olyan logaritmikus eredményt eredményez, amelyet az adatkészletre alkalmazni lehet a jövőbeni előrejelzett árak generálására egy meghatározott időtartamra.
