Адаптивная мультипликативная модель и расчет экспоненциальной скользящей средней
Мультипликативная модель аппроксимация Приведены поквартальные данные (см. табл.) о кредитах от коммерческого банка на жилищное строительство (в условных единицах) за 4 года (всего 16 кварталов, первая строка соответствует первому кварталу первого года). RS не попадает в интервал 3,00 — 4,21, значит уровни ряда остатков не подчиняются нормальному распределению Таким образом можно сказать… Читать ещё >
Адаптивная мультипликативная модель и расчет экспоненциальной скользящей средней (реферат, курсовая, диплом, контрольная)
Задание 1
мультипликативная модель аппроксимация Приведены поквартальные данные (см. табл.) о кредитах от коммерческого банка на жилищное строительство (в условных единицах) за 4 года (всего 16 кварталов, первая строка соответствует первому кварталу первого года).
Кварталы | |||||||||||||||||
кредиты | |||||||||||||||||
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 = 1,10 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, то есть на 1 год.
5. Отразить на графике фактические, расчетные и прогнозные данные.
Решение:
1) Построим таблицу начальных параметров:
t | Ytф | t-tср | (t-tср)^2 | Y-Yср | (Y-Yср)*(t-tср) | Ytр | |
— 7,5 | 56,25 | — 13,125 | 98,4375 | 45,35 | |||
— 6,5 | 42,25 | — 2,125 | 13,8125 | 46,26 | |||
— 5,5 | 30,25 | 6,875 | — 37,8125 | 47,16 | |||
— 4,5 | 20,25 | — 14,125 | 63,5625 | 48,06 | |||
— 3,5 | 12,25 | — 10,125 | 35,4375 | 48,96 | |||
— 2,5 | 6,25 | 1,875 | — 4,6875 | 49,87 | |||
— 1,5 | 2,25 | 13,875 | — 20,8125 | 50,77 | |||
— 0,5 | 0,25 | — 12,125 | 6,0625 | 51,67 | |||
0,5 | 0,25 | — 7,125 | — 3,5625 | 52,58 | |||
1,5 | 2,25 | 5,875 | 8,8125 | 53,48 | |||
2,5 | 6,25 | 16,875 | 42,1875 | 54,38 | |||
3,5 | 12,25 | — 10,125 | — 35,4375 | 55,29 | |||
4,5 | 20,25 | — 2,125 | — 9,5625 | 56,19 | |||
5,5 | 30,25 | 9,875 | 54,3125 | 57,09 | |||
6,5 | 42,25 | 21,875 | 142,1875 | 57,99 | |||
7,5 | 56,25 | — 6,125 | — 45,9375 | 58,90 | |||
8,5 | 52,125 | ||||||
Найдем b0:
b0 =307/340 = 0,9
Найдем a0:
a0 = Yтф — b0*tср
a0 = 52,125 — 0,9*8,5 = 44,45
Тогда запишем вспомогательную линейную модель:
Yt = 44,45 + 0,9*t
Используем полученную формулу для заполнения Ytр в таблице начальных параметров.
2) Корректировка параметров от уровня к уровню:
t | ytф | at | bt | Ft | ytр | Et | Отн. Погр.,% | |
; | 44,45 | 0,902 941 | F-3,F0 | ; | ; | |||
45,37 006 | 0,908 077 | 0,859 295 | 39,74 558 | — 0,74 558 | 1,91 | |||
46,25 913 | 0,902 375 | 1,81 283 | 51,2 427 | — 1,2 427 | 2,05 | |||
46,88 966 | 0,82 082 | 1,265 175 | 60,85 607 | — 1,85 607 | 3,15 | |||
47,96 844 | 0,89 821 | 0,78 826 | 38,23 181 | — 0,23 181 | 0,61 | |||
48,86 984 | 0,899 165 | 0,859 374 | 42,76 627 | — 0,76 627 | 1,82 | |||
49,82 051 | 0,914 617 | 1,82 848 | 54,85 901 | — 0,85 901 | 1,59 | |||
51,16 459 | 1,43 457 | 1,280 043 | 66,5 234 | — 0,5 234 | 0,08 | |||
51,76 903 | 0,911 751 | 0,778 902 | 41,52 618 | — 1,52 618 | 3,82 | |||
52,58 566 | 0,883 216 | 0,857 197 | 45,94 974 | — 0,94 974 | 2,11 | |||
53,49 696 | 0,89 164 | 1,83 643 | 58,89 456 | — 0,89 456 | 1,54 | |||
54,24 335 | 0,848 066 | 1,275 244 | 70,51 938 | — 1,51 938 | 2,20 | |||
54,74 062 | 0,742 825 | 0,771 914 | 43,21 615 | — 1,21 615 | 2,90 | |||
56,3373 | 0,998 981 | 0,875 386 | 49,1485 | 0,851 496 | 1,70 | |||
57,29 971 | 0,988 012 | 1,82 675 | 63,1631 | — 1,1631 | 1,88 | |||
58,20 984 | 0,964 646 | 1,272 855 | 75,46 192 | — 1,46 192 | 1,98 | |||
59,29 979 | 1,2 237 | 0,774 197 | 46,54 795 | — 0,54 795 | 1,19 | |||
52,78 754 | 30,52 | |||||||
65,28 751 | ||||||||
76,75 575 | ||||||||
46,68 565 | ||||||||
Найдем начальные сезонные коэффициенты:
F-3 = 0,5*(y1ф/y1р+ y5ф/y5р) = 0,5*(39/45,35+42/48,96) = 0,86;
F-2 = 0,5*(y2ф/y2р+ y6ф/y6р) = 0,5*(50/46.26+54/49,87) = 1,08;
F-1 = 0,5*(y3ф/y3р+ y7ф/y7р) = 1,28;
Для построения мультипликативной модели Хольта-Уинтерса используем формулы:
at = d1* ytф/Ft-L + (1-б1)*(at-1+bt-1)
bt = б3* (at — at-1) + (1-б3)* bt-1
Ft = б2* ytф/ at + (1 — б2)*Ft-L
ytр (ф) = (at + bt* ф)* Ft-L+ф где at и bt — корректируемые параметры модели,
F — коэффициент сезонности
L — период сезонности (L = 4)
б1 = 0,3; б2 = 0,6; б3 = 0,3 — параметры сглаживания или параметры корректировки.
3) Для проверки качества модели построим следующую таблицу:
t | Et | Точка поворота | E (t)^2 | [E (t) — E (t-1)] | [E (t) — E (t-1)]^2 | Et* E (t-1) | |
— 0,75 | 0,56 | ; | ; | ; | |||
— 1,02 | 1,05 | — 0,28 | 0,08 | 0,76 | |||
— 1,86 | 3,44 | — 0,83 | 0,69 | 1,90 | |||
— 0,23 | 0,05 | 1,62 | 2,64 | 0,43 | |||
— 0,77 | 0,59 | — 0,53 | 0,29 | 0,18 | |||
— 0,86 | 0,74 | — 0,09 | 0,01 | 0,66 | |||
— 0,05 | 0,00 | 0,81 | 0,65 | 0,04 | |||
— 1,53 | 2,33 | — 1,47 | 2,17 | 0,08 | |||
— 0,95 | 0,90 | 0,58 | 0,33 | 1,45 | |||
— 0,89 | 0,80 | 0,06 | 0,00 | 0,85 | |||
— 1,52 | 2,31 | — 0,62 | 0,39 | 1,36 | |||
— 1,22 | 1,48 | 0,30 | 0,09 | 1,85 | |||
0,85 | 0,73 | 2,07 | 4,28 | — 1,04 | |||
— 1,16 | 1,35 | — 2,01 | 4,06 | — 0,99 | |||
— 1,46 | 2,14 | — 0,30 | 0,09 | 1,70 | |||
— 0,55 | ; | 0,30 | 0,91 | 0,84 | 0,80 | ||
сумма | — 13,96 | 18,77 | 0,20 | 16,60 | 10,04 | ||
а) относительная погрешность? Et поделенное на фактическое значение Yt=30,52/16 *100 = 1,9% <5%
Следовательно, условие точности выполнено.
б) проверка случайности уровней:
Общее число поворотных точек p = 9 > q = 6,
Значит условие случайности уровней ряда остатков выполнено.
Проверка независимости уровней ряда остатков (отсутствия автокорреляции):
в) по d-критерию Дарбина-Уотсона:
d = = 16,60/18,77 = 0,88
r (1) = = 10,04/18,77 = 0,53 > 0,32
значит имеется зависимость уровней ряда.
д) проверка соответствия ряда остатков нормальному распределению осуществляем по RS-критерию:
RS = (Emax — Emin)/S
где Emax = 0,85, Emin = -1,86,
S = =
RS = (0,85 — (-1,86))/1,12 = 2,42
RS не попадает в интервал 3,00 — 4,21, значит уровни ряда остатков не подчиняются нормальному распределению Таким образом можно сказать об неудовлетворительном качестве выбранной модели.
4) Для моделирования трендсезонных рядов можно использовать соответствующие модели в программе VSTAT:
Задание 2
Даны цены (открытия, максимальная, минимальная и закрытия) за 14 дней. (см. таблица) Интервал сглаживания принять равным пяти дням. Рассчитать:
— экспоненциальную скользящую среднюю;
— момент;
— скорость изменения цен;
— индекс относительной силы;
— %R, %К и %D.
Расчеты проводить для всех дней, для которых эти расчеты можно выполнить на основании имеющихся данных.
Решение:
1. Данные об котировках акций Сбербанка взяли из сайта finam.ru (экспорт котировок, выбираем ММВБ акции и организацию.)
,
1. Орлова И. В., Половников В. А. Экономико-математические методы и модели: компьютерное моделирование: Учебное пособие. — М.:Вузовский учебник, 2007.
2. Финансовая математика: математическое моделирование финансовых рынков: Учебное пособие / Под. ред. В. А. Половникова и А. И. Пилипенко. — М.:Вузовский учебник, 2004.
3. Экономико-математические методы и прикладные модели. 2-е изд., перераб. и доп. — М.:ЮНИТИ-ДАНА, 2000.
4. Лукашин Ю. П. Финансовая математика. — М.: МЭСИ, 2000.
5. Уотшем Т.Дж., Паррамоу К. Количественные методы в финансах: Пер. с англ./Под ред. М. Р. Ефимовой. — М.:ЮНИТИ, 1999.