金融時間序列分析教材(PPT 31頁)

ARMA模型的理論介紹
ARMA模型的實證分析
問題與小結
時間序列分析即尋找時間序列{}的規律，
對於給定的時間序列{}，有2種方法對其進行解釋或預測：
利用外部影響因素的時間序列與本時間序列的關係進行解釋或預測，
典型的方法如回歸模型。例如，預測零配件的月銷售量，
可以利用汽車月度產量等外部影響建立回歸方程，進行預測。
缺點：上述因素的數據必須具有可獲得性，
但是影響因素的數據並不是總是可獲得，如政策、
消費者偏好等因素就難以獲得，這時就不適合采用外部影響因素法。
上述方法中存在外部影響因素數據不可獲得的特點，
時間序列方法則規避了此類缺點。
時間序列法，通過時間序列的曆史數據，得出關於過去行為的有關結論，
進而對時間序列未來進行判斷。
時間序列方法有很多，如傳統時間序列方法（時間序列分解、指數平滑等）
、隨機時間序列（ARMA/AR/MA等）、其他方法（ARCH、動態時間序列法等）
..............................