Глава 2. Практическая часть
Задание 1.5. Использование адаптивных методов в экономическом прогнозировании
1. Рассчитать экспоненциальную среднюю для временного ряда курса акций фирмы ЮМ. В качестве начального значения экспоненциальной средней взять среднее значение из 5 первых уровней ряда. Значение параметра адаптации а принять равным 0,1. Таблица 1.2. Курс акций фирмы IBM
2. По данным задания №1 рассчитать экспоненциальную среднюю при значении параметра адаптации а равным 0,5. Сравнить графически исходный временной ряд и ряды экспоненциальных средних, полученные при а=0,1 и а =0,5. Указать, какой ряд носит более гладкий характер.
3. Прогнозирование курса акций фирмы IBM осуществлялось на основе адаптивной полиномиальной модели второго порядка ,
где - период упреждения.
На последнем шаге получены следующие оценки коэффициентов: Рассчитать прогноз курса акций: • на 1 день вперед ( =1); • на 2 дня вперед ( =2).
Решение задания 1.5 1. Определим
Найдем значения экспоненциальной средней при а=0,1.
. а=0,1 – по условию; ; S1 = 0,1 х 510 + 0,9 х 506 = 506,4; ; S2 = 0,1 х 497 + 0,9 х 506,4 = 505,46; ; S3 = 0,1 х 504 + 0,9 х 505,46 = 505,31 и т.д. Результаты расчетов представлены в таблице 1.3.
2. а=0,5 – по условию. ; S1 = 0,5 х 510 + 0,5 х 506 = 508; ; S2 = 0,5 х 497 + 0,5 х 508 = 502,5 и т.д.
Результаты расчетов представлены в таблице 1.3.
Таблица 1.3. Экспоненциальные средние
Экспоненциальная средняя | t |
Экспоненциальная средняя | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
а=0,1 | а=0,5 | а=0,1 | а=0,5 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
1 | 506,4 | 508 | 16 | 505,7 | 513,3 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
2 | 505,5 | 502,5 | 17 | 506,1 | 511,7 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3 | 505,3 | 503,2 | 18 | 506,1 | 508,8 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4 | 505,8 | 506,6 | 19 | 507,0 | 511,9 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
5 | 506,1 | 507,8 | 20 | 508,5 | 517 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
6 | 505,8 | 505,4 | 21 | 509,9 | 520 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
7 | 505,2 | 502,7 | 22 | 511,6 | 523,5 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
8 | 504,7 | 501,4 | 23 | 512,8 | 523,2 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
9 | 504,2 | 500,7 | 24 | 514,3 | 525,6 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
10 | 503,4 | 497,8 | 25 | 515,8 | 527,3 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
11 | 502,4 | 495,9 | 26 | 518,0 | 532,7 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
12 | 502,0 | 497,5 | 27 | 520,1 | 525,8 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
13 | 502,0 | 499,7 | 28 | 522,2 | 538,4 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
14 | 502,7 | 504,4 | 29 | 524,3 | 540,7 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
15 | 505,0 | 514,7 | 30 | 525,9 | 540,9 |
Рисунок 1.2. Экспоненциальное сглаживание временного ряда курса акций: А – фактические данные; В – экспоненциальная средняя при альфа = 0,1; С – экспоненциальная средняя при альфа = 0,5
При а=0,1 экспоненциальная средняя носит более гладкий характер, т.к. в этом случае в наибольшей степени поглощаются случайные колебания временного ряда.
3. Прогноз по адаптивной полиномиальной модели второго порядка формируется на последнем шаге, путем подстановки в уравнение модели последних значений коэффициентов и значения - времени упреждения.
Прогноз на 1 день вперед ( = 1):
(дол.)
Прогноз на 2 дня вперед ( = 2):
(дол.)
Список используемой литературы
1. Дуброва Т.А. Статистические методы прогнозирования в экономике: Учебное пособие / Московский государственный университет экономики, статистики и информатики. – М.: МЭСИ, 2003. – 52с.
2. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование М.: Финансы и статистика, 2001.
3. Лукашин Ю.П. Регрессионные и адаптивные методы прогнозирования. Учебное пособие. – М.: МЭСИ, 1997.
2019-07-03 | 242 | Обсуждений (0) |
5.00
из
|
Обсуждение в статье: Глава 2. Практическая часть |
Обсуждений еще не было, будьте первым... ↓↓↓ |
Почему 1285321 студент выбрали МегаОбучалку...
Система поиска информации
Мобильная версия сайта
Удобная навигация
Нет шокирующей рекламы