matlab建立ar时间序列模型_量化投资_MATLAB在时间序列建模预测及程序代码(示例代码)...

1　　ARMA时间序列机器特性

下面介绍一种重要的平稳时间序列——ARMA时间序列。

ARMA时间序列分为三种：

AR模型，auto regressiv model

MA模型，moving average model

ARMA模型，auto regressive moving average model

可证ARMA时间序列具有遍历性，因此可以通过它的一个样本估计自协方差函数及自相关函数。

2　　ARMA、AR、MA模型的基础知识(略)

3　　例：随机模拟下列序列，样本容量10000，其中样本符合均值为零，方差为1的标准正太分布。计算自相关值

MATLAB代码如下：

%% DEMO1

% 利用模型数据研究随机模拟下序列。计算自相关函数

clc;clear;

rng(‘default‘); % 初始化随机种子，保持随机种子一致

elps = randn(1,10000); % 产生10000个服从正态分布的随机数

x(1) = 0; % 赋初始值

for j = 2:10000

x(j) = 0.8 * x(j-1) + elps(j) - 0.4 * elps(j-1); % 产生样本点

end

y = (x - mean(x)); % 把数据中心化处理

gama0 = var(x); % 求样本方差

for j = 1:10

gama(j) = y(j+1:end)*y(1:end-j)‘/10000; %求自协方差函数

end

rho &#