Modelul Box-Jenkins
Ce este modelul Box-Jenkins?
Modelul Box-Jenkins este un model matematic conceput pentru a prognoza intervalele de date pe baza intrărilor dintr-o serie de timp specificată. Modelul Box-Jenkins poate analiza mai multe tipuri diferite de date de serii temporale pentru prognoză.
Metodologia sa folosește diferențe între punctele de date pentru a determina rezultatele. Metodologia permite modelului să identifice tendințele folosind autoregresarea, mediile mobile și diferențierea sezonieră pentru a genera prognoze. Modelele medii mobile integrate autoregresive (ARIMA) sunt o formă a modelului Box-Jenkins. Termenii ARIMA și Model Box-Jenkins pot fi folosiți în mod interschimbabil.
Chei de luat masa
- Modelul Box-Jenkins este o metodologie de prognoză care utilizează studii de regresie.
- Metodologia este utilizată cel mai bine ca o prognoză calculată pe computer pe baza unei regresii a datelor din seriile de timp.
- Este cel mai potrivit pentru prognoză în perioade de timp de 18 luni sau mai puțin.
- În mod modern, calculele ARIMA se fac cu instrumente sofisticate, cum ar fi software-ul statistic programabil în limbajul de programare R.
Înțelegerea modelului Box-Jenkins
Modelele Box-Jenkins sunt utilizate pentru prognozarea unei varietăți de puncte de date anticipate sau intervale de date, inclusiv date de afaceri și prețuri de securitate viitoare.
Modelul Box-Jenkins a fost creat de doi matematicieni George Box și Gwilym Jenkins. Cei doi matematicieni au discutat conceptele care cuprind acest model într-o publicație din 1970 „Analiza seriilor temporale: prognoză și control”.
Estimările parametrilor modelului Box-Jenkins pot fi foarte complicate. Prin urmare, similar cu alte modele de regresie din seria temporală, cele mai bune rezultate vor fi obținute în mod obișnuit prin utilizarea unui software programabil. Modelul Box-Jenkins este, de asemenea, cel mai potrivit pentru previziunile pe termen scurt de 18 luni sau mai puțin.
Metodologia Box-Jenkins
Modelul Box-Jenkins este unul dintre modelele de analiză a seriilor de timp pe care le va întâlni un prognostic atunci când folosește programe de prognoză programate. În multe cazuri, software-ul va fi programat să utilizeze automat cea mai bună metodologie de prognoză de potrivire, pe baza datelor seriei de timp care urmează să fie prognozate. Se pare că Box-Jenkins este o alegere de top pentru seturile de date care sunt în mare parte stabile, cu o volatilitate redusă.
Modelul Box-Jenkins prognozează date folosind trei principii, auto-agresivitate, diferențiere și medie mobilă. Aceste trei principii sunt cunoscute sub numele de p, d și respectiv q. Fiecare principiu este utilizat în analiza Box-Jenkins și împreună sunt prezentate colectiv ca ARIMA (p, d, q).
Procesul de auto-agresiune (p) testează datele pentru nivelul său de staționaritate. Dacă datele utilizate sunt staționare, poate simplifica procesul de prognozare. Dacă datele utilizate nu sunt staționare, va trebui să fie diferențiate (d). Datele sunt, de asemenea, testate pentru ajustarea medie mobilă, care se face în partea q a procesului de analiză. În ansamblu, analiza inițială a datelor o pregătește pentru prognoză prin determinarea parametrilor (p, d și q) care sunt aplicați pentru a dezvolta o prognoză.
Previzionarea prețurilor acțiunilor
O utilizare pentru analiza modelului Box-Jenkins este de a prognoza prețurile acțiunilor. Această analiză este de obicei construită și codificată prin intermediul software-ului R. Analiza are ca rezultat un rezultat logaritmic care poate fi aplicat setului de date pentru a genera prețurile prognozate pentru o perioadă de timp specificată în viitor.