第四章非线性模型及其应用

最新推荐文章于 2023-11-10 11:22:51 发布

Jack you123

最新推荐文章于 2023-11-10 11:22:51 发布

阅读量1.3k

点赞数 2

分类专栏：金融时间序列分析

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_38870388/article/details/105946699

版权

金融时间序列分析专栏收录该内容

8 篇文章 2 订阅

订阅专栏

感想：搞不懂。我不会这种建模。

4.1非线性模型

4.1.1双线性模型

$\chi _{t}=c+\sum_{i=1}^{p}\phi _{i}\chi_{t-i}-\sum_{j=1}^{q}\Theta _{j}a_{t-j}+\sum_{i=1}^{m}\sum_{j=1}^{s}\beta _{ij}\chi _{t-i}a_{t-j}+a_{t}$

p，q，m和s是非负整数

4.1.2门限自回归模型

一个时间序列 $x_{t}$ 服从k个体制的自激发TAR(SETAR)模型，如果它满足

$x_{t}=\phi _{0}^{j}+\phi _{1}^{j}x_{t-1}-...-\phi _{p}^{j}x_{t-p}+a_{t}^{j}$ ，当 $\gamma _{j-1}<=x_{t-d}<=\gamma _{j}$

其中k和d是正整数，j=1,...,k， $\gamma _{j}$ 是满足 $-\infty =\gamma _{0}<\gamma _{1}<...<\gamma _{k-1}<\gamma _{k}=\infty$ 的实数，上角j用来表示体制，{ $a_{t}^{j}$ }是均值为0、方差为 $\sigma_{j}^{2}$ 的iid序列，且对不同的j是相互独立的， $x_{t-d}$ 称为门限变量，参数d称为延迟参数， $\gamma _{t}$ 称为门限。

4.1.3平滑转移AR模型

4.1.4马尔可夫转换模型

$c_{1}+\sum_{i=1}^{p}\phi _{1,i}x_{t-i}+a_{1t}$ ，如果 $s_{t}=1$

$x_{t}$ =

$c_{2}+\sum_{i=1}^{p}\phi _{2,i}x_{t-i}+a_{2t}$ ，如果 $s_{t}=2$

其中 $s_{t}$ 是在{1,2}中取值的马尔科夫链，转移概率为：

$p(s_{t}=2 \mid s_{t-1}=1)=w_{1}$ ， $p(s_{t}=1 \mid s_{t-1}=2)=w_{2}$

那么时间序列 $x_{t}$ 服从MSA模型

4.1.5非参数方法

4.1.5.1核回归

4.1.5.3局部线性回归不会

4.1.5.4时间序列的应用

4.1.6函数系数AR模型

函数系数自回归(FAR)模型

$x_{t}=f_{1}(X_{t-1})x_{t-1}+...+f_{p}(X_{t-1})x_{t-p}+a_{t}$

其中 $X_{t-1}={(x_{t-1},...,x_{t-k})}'$ 是由 $x_{t}$ 的延迟值所构成的向量

4.1.7非线性可加AR模型

非线性可加模型AR模型

$x_{t}=f_{0}(t)+\sum_{i=1}^{p}f_{i}(x_{t-i})+a_{t}$ ，其中 $f_{i}(.)$ 是几乎处处连续的函数

因为每个 $f_{i}(.)$ 只有一个自变量，可以用一维平滑方法，从而避免维数灾难

4.1.8非线性状态空间模型

不会

4.1.9神经网络

不会

4.2非线性检验

4.3建模

4.4预测

4.5应用

关注

2
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

Jack you123 CSDN认证博客专家 CSDN认证企业博客

码龄7年

98: 原创

4万+: 周排名

109万+: 总排名

17万+: 访问

: 等级

2182: 积分

113: 粉丝

77: 获赞

23: 评论

529: 收藏

私信

关注

热门文章

分类专栏

最新评论

华泰单因子之动量类因子
小乔宝宝: UU请问下有吗
快照数据分析
weixin_44311724: 您好，请问您复现出了《海通证券-选股因子系列研究（四十七）：捕捉投资者的交易意愿》这篇研报吗，我最近在复现这篇研报，使用的是2019年之后的数据，但是结果与研报的结果相反，不知道哪里出了问题，能否和您交流一下相关内容。
利用Tushare将股票数据写入MySql数据库
eykisu2021: if self.end_dt ==end_dt:, 请教下，这个怎么理解
多因子系列研报对比
m0_64970164: 可以求分享下研报嘛
华泰单因子之动量类因子
Batling�: 您好，请问求一份动量因子复现代码吗？我是学生做学习用，文章看的很明白，但coding能力不太好复现不了全文，如果可以的话感激不尽🙇‍♀️。邮箱1455955616@qq.com。

最新文章

目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。