Построение точечного прогноза
Движение графика вверх (7−9 день) в зону положительных значений является относительным сигналом к покупке, а движение графика вниз (9 — 10 день) в зону отрицательных значений является относительным сигналом к продаже. Смысл индексов %К и %R состоит в том, что при росте цен цена закрытия бывает ближе к максимальной цена, а при падении цен, наоборот, ближе к минимальной. Индексы %R и %К проверяют… Читать ещё >
Построение точечного прогноза (реферат, курсовая, диплом, контрольная)
Задание 1.
В каждом варианте приведены поквартальные данные о кредитах от коммерческого банка на жилищное строительство (в условных единицах) за 4 года (всего 16 кварталов, первая строка соответствует первому кварталу первого года).
Требуется:
- 1) Построить адаптивную мультипликативную модель Хольта-Уинтерса с учетом сезонного фактора, приняв параметры сглаживания б1 =0,3; б2=0,6; б3=0,3.
- 2) Оценить точность построенной модели с использованием средней относительной ошибки аппроксимации.
- 3) Оценить адекватность построенной модели на основе исследования:
случайности остаточной компоненты по критерию пиков;
независимости уровней ряда остатков по d-критерию (критические значения d1, = l, 10 и d2=1,37) и по первому коэффициенту автокорреляции при критическом значении r1 =0,32;
нормальности распределения остаточной компоненты по R/S-критерию с критическими значениями от 3 до 4,21.
- 4) Построить точечный прогноз на 4 шага вперед, т. е. на 1 год.
- 5) Отразить на графике фактические, расчетные и прогнозные данные.
Таблица № 1 — Исходные данные.
Квартал. | Вариант 1. |
Решение:
Исходные данные:
t. | ||||||||||||||||
Y (t). |
1. Построение адаптивной мультипликативной модели Хольта-Уинтерса
Линейная модель имеет вид:
Yp = a (0) + b (0)*t.
Согласно методу наименьших квадратов:
; ;
Все расчеты произведем в таблице адаптивная мультипликативная экспонциальная скользящая.
Уравнение с учетом найденных коэффициентов имеет вид:
Yp = 49,6 + 0,4*t.
Из этого уравнения находим расчетные значения Yp (t) и сопоставляем их с фактическими значениями:
Такое сопоставление позволяет оценить приближенные значения коэффициентов сезонности кварталов F (-3), F (-2), F (-1) и F (0) Эти значения необходимы для расчета коэффициентов сезонности первого года F (1), F (2), F (3), F (4) и других параметров модели Хольта — Уинтерса.
Рассчитаем значения Yp (t), a (t), b (t), F (T) для t=1 значения параметров сглаживания б1=0,3, б2=0,6, б3=0,3.
2. Проверка качества модели.
Промежуточные значения для оценки адекватности модели.
2) Проверка точности модели.
.
Еотн<5% - модель значима с высокой степенью точности.
- 3. Проверка адекватности модели
- а) проверка случайности уровней:
Гипотеза подтверждается, если, где.
.
Функция int означает, что от полученного значения берется только целая часть. Тогда рассчитав, получим.
q= int (2/3*(16−2) -2*) = 6.
Из таблицы Р = 10, т. е. можно заключить, что гипотеза выполнена.
- б) проверка независимостей уровня ряда остатков (отсутствия автокорреляции)
- — по критерию Дарбина — Уотсона: табличные значения d1 = 1,08, d2 = 1,36.
неоднозначный ответ.
— по первому коэффициенту корреляции:
Критический уровень для N<15 (табличное значение) rкр = 0,32,.
т.к. |r (1)|? rкр — сильная автокорреляция в) Расчет нормальности распределения остаточной компоненты по RS-критерию с критическими уровнями 3 — 4,21.
где.
т.е. можно заключить, что распределение нормальное.
г) Значимость коэффициентов регрессии аj оценим с помощью t-критерия Стьюдента:
Табличное значение t для вероятности 95% и v1=n-k-1=14: tтабл=2,15.
Т.к. tрасч>tтабл, то параметр b статистически значим.
4. Построение точечного прогноза
5. Отразим на графике расчетные, фактические и прогнозные данные.
Задание 2.
Даны цены (открытия, максимальная, минимальная и закрытия) за 10 дней. Интервал сглаживания принят равным пяти дням. Рассчитать:
- — экспонциальную скользящую среднюю;
- — момент;
- — скорость изменения цен;
- — индекс относительной силы;
- — %R, %K, %D.
Расчеты проводить для всех дней, для которых эти расчеты можно выполнить на основании имеющихся данных.
Таблица № 2 — Исходные данные.
Вариант 1. | |||
Дни. | Цены. | ||
макс. | мин. | закр. | |
Решение:
Введем исходные данные в ячейки В2: Е13.
Расчет проведем в таблице.
Экспоненциальная скользящая средняя (ЕМА) определяется по формуле:
EMAt = Ct*K + EMAt-1*(1- K) ,.
где Ct — цена закрытия i-го дня (i = (tn +1),…, t);
n — интервал сглаживания (n = 5).
K = 2/(n+1) = 2/(5+1)= 0,33,.
запишем это значение в ячейку D$ 19.
ЕМА5 = (С1+С2+С3+С4+С5)/n, в ячейку С33 введем формулу: ==СУММ (B29:B33)/5.
ЕМА6 =С6*K+EMA5*(1-K), в ячейку С34 введем формулу: =B34*D$ 19+C33*(1-D$ 19), аналогично заполним ячейки С35: С38 формулами.
Момент (МОМ): МОМt = Ct — Ct-n
Положительное значение МОМ свидетельствует о росте цен.
Движение графика вверх (7−9 день) в зону положительных значений является относительным сигналом к покупке, а движение графика вниз (9 — 10 день) в зону отрицательных значений является относительным сигналом к продаже.
Скорость изменения цен (ROC):
ROCt = Ct/Ct-n *100%.
ROC является отражением скорости изменения цены, а также указывает направление этого изменения. В качестве нулевой линии используется уровень 100%. Нахождения индекса выше линии 100 и положительная динамика в 7−9 дни говорит о сигнале к покупке. На 7−8 день скорость изменения цен была максимальной.
Индекс относительной силы (RSI):
RSI = 100 — 100/(1+AU/AD),.
где AU — сумма приростов конечных цен за n дней;
AD — сумма убыли конечных цен за n дней.
Рассчитаем сумму повышений:
Рассчитаем сумма понижений:
Индекс силы рассчитаем в ячейках J34: J38. В ячейку J34 введем формулу =100−100/(1+H34/I34), в остальных проделаем те же операции.
Зоны перепроданности располагаются обычно ниже 25−20, а перекупленности — выше 75−80. Сигналом служит разворот RSI в указанных зонах и выход из нее. Как видно из рисунка, индекс относительной силы вошел в зону, ограниченной линией 80%, на 6−10 день. Это значит, что цены поднялись слишком высоко, надо ждать их падения и подготовится к продаже. Сигналом к продаже послужит момент выхода графика из зоны перепроданности.
Стохастические линии
Смысл индексов %К и %R состоит в том, что при росте цен цена закрытия бывает ближе к максимальной цена, а при падении цен, наоборот, ближе к минимальной. Индексы %R и %К проверяют куда больше тяготеет цена закрытия.
Значение индекса текущего дня:
%Кt =100(Ct — L5)/(H5-L5).
%R = (Ct-L5)/ (H5-L5)*100%.
%.
L5, H5 — соответственно минимальная и максимальная цены за предшествующие 5 дней;
Ct — цена закрытия текущего дня.
Критические значения % К практически во все дни анализа (зона перекупленности) свидетелствует о том, что можно ожидать скорого разворота тренда, т. е. падения цен. Как видно из графика и из таблицы если цена закрытия ближе к максимальной цене, то наблюдается рост цен, в противном случае, падение.