滑动平均模型
滑动平均模型的定义
先引入一个关于平稳序列自协方差函数的概念。如果平稳序列 { X t } \{X_t\} { Xt} 的自协方差函数满足 γ q ≠ 0 \gamma_q\neq0 γq=0 和 γ k = 0 , k > q \gamma_k=0\ , \ \ k>q γk=0 , k>q ,则称这个平稳序列是 q q q 步相关的。对于 q q q 步相关的平稳序列我们常常用白噪声的有限线性组合来描述,该模型被称为滑动平均模型,下面给出定义。
设 { ε t } \{\varepsilon_t\} { εt} 是 W N ( 0 , σ 2 ) {\rm WN}(0,\,\sigma^2) WN(0,σ2) ,如果实数 b 1 , b 2 , ⋯ , b q ( b q ≠ 0 ) b_1,b_2,\cdots,b_q\ (b_q\neq0) b1,b2,⋯,bq (bq=0) 使得
B ( z ) = 1 + ∑ j = 10 q b j z j ≠ 0 , ∣ z ∣ < 1 , B(z)=1+\sum_{j=10}^qb_jz^j\neq0 \ , \ \ \ \ |z|<1, B(z)=1+j=10∑qbjzj=0 , ∣z∣<1,
就称
X t = ε t + ∑ j = 1 q b j ε t − j , t ∈ Z X_t=\varepsilon_t+\sum_{j=1}^qb_j\varepsilon_{t-j} \ , \ \ \ \ t\in\Z Xt=εt+j=1∑qbjεt−j , t∈Z
为 q q q 阶滑动平均模型,简称为 M A ( q ) {\rm MA}(q) MA(q) 模型。由 M A ( q ) {\rm MA}(q) MA(q) 模型决定的平稳序列 { X t } \{X_t\} { Xt} 为滑动平均序列,简称为 M A ( q ) {\rm MA}(q) MA(q) 序列。利用推移算子 B \mathscr{B} B 可以将 M A ( q ) {\rm MA}(q) MA(q) 模型写为 X t = B ( B ) ε t , t ∈ Z X_t=B(\mathscr{B})\varepsilon_t \ , \ \ t\in\Z Xt=B(B)εt , t∈Z 。
和 A R ( p ) {\rm AR}(p) AR(p) 序列的定义不同,在 M A ( q ) {\rm MA}(q) MA(q) 序列的定义中,我们只要求特征多项式 B ( z ) B(z) B(z) 在单位圆内部没有根,但对是否存在单位根没有要求。事实上,我们可以进一步要求特征多项式 B ( z ) B(z) B(z) 在单位圆上也没有根,即
B ( z ) = 1 + ∑ j = 10 q b j z j ≠ 0 , ∣ z ∣ ≤ 1 , B(z)=1+\sum_{j=10}^qb_jz^j\neq0 \ , \ \ \ \ |z|\leq1, B(z)=1+j=10∑qbjzj=0 , ∣z∣≤1,
此时我们称 { X t } \{X_t\} {
Xt} 为可逆的 M A ( q ) {\rm MA}(q) MA(q) 序列。下面我们讨论可逆的 M A ( q ) {\rm MA}(q) MA(q) 序列的性质。
对于可逆的 M A ( q ) {\rm MA}(q) MA(q) 模型,设 B − 1 ( z ) B^{-1}(z) B−1(z) 有泰勒展开式
B − 1 ( z ) = ∑ j = 0 ∞ φ j z j , ∣ z ∣ ≤ 1 B^{-1}(z)=\sum_{j=0}^\infty\varphi_jz^j \ , \ \ \ \ |z|\leq1 B−1(z)=j=0∑∞φjzj , ∣z∣≤1
如何体现可逆的含义?在 M A ( q ) {\rm MA}(q) MA(q) 模型两边用 B − 1 ( B ) B^{-1}(\mathscr{B}) B−1(B) 作用,得到如下的式子
ε t = B − 1 ( B ) X t = ∑ j = 0 ∞ φ j X t − j , t ∈ Z . \varepsilon_t=B^{-1}(\mathscr{B})X_t=\sum_{j=0}^\infty \varphi_jX_{t-j} \ , \ \ \ \ t\in\Z. εt=B−1(B)Xt=j=0∑∞φjXt−j , t∈Z.
这个式子说明对于 M A {\rm MA} MA 模型,可以利用 A R ( ∞ ) {\rm AR}(\infty) AR(∞) 模型来建模。
M A ( q ) {\rm MA}(q) MA(q) 序列的性质
我们知道 M A ( q ) {\rm MA}(q) MA(q) 序列是白噪声的有限滑动和,所以和