${message}

Этот курс дает полное представление о моделировании временных рядов с использованием MATLAB и Econometrics Toolbox. Курс предназначен для экономистов, аналитиков и финансовых специалистов с опытом работы в MATLAB, разрабатывающих модели временных рядов. Курс основан на стандартной процедуре Бокса-Дженкинса для разработки моделей временных рядов.


Основные темы курса:

• Предобработка временных рядов

• Определение долгосрочных и сезонных трендов в данных временных рядов

• Гипотезы тесты на стационарность

• Создание и подбор моделей временных рядов

• Сравнение различных моделей на одних и тех же данных.

• Анализ динамики модели на основе метода Монте-Карло

• Прогноз данных на основе выбранной модели

 

Предварительная подготовка:

MATLAB для финансовых приложений (MLFA), или эквивалент опыт использования MATLAB. Некоторый опыт работы по моделированию временных рядов.


Длительность курса - 1 день.

Код тренинга

MLTS

Программа курса

 

Модуль 1. Введение.

  • Краткий обзор MathWorks и MATLAB. 
  • Обсуждение материалов курса, рабочей среды и логистики.
  • Обозначение основных тем курса.

 

Модуль 2. Предобработка временных рядов

Подготовка данных временных рядов для подбора модели путем выявления трендов и применение преобразования данных.

• Удаление экспоненциальных трендов

• Определение полиномиальных и сезонных трендов

• Тестирование на стационарность

• Критерий единичных корней

 

Модуль 3. Выбор и подбор модели

Использование средств диагностики для выбора групп подходящих моделей-кандидатов для данного временного ряда. Определение, создание и подбор модели-кандидата.

• Расчет автокорреляции и частичной автокорреляции

• Выбор модели используя формальные тесты

• Выбор возможных модели для данного набора данных

• Создание и подбор модели временных рядов

 

Модуль 4. Оценка пригодности модели

Расчет и оценка диагностики модели для обеспечения корректности, пригодности и надежности модели.

• Расчет ошибок модели

• Тестирование ошибок на нормальность

• Анализ диагностики модели и проверка по критерию согласия

• Оценка значимости отдельных членов модели

• Сравнение моделей

 

Модуль 5. Предсказание и симуляция

Построение предсказательных моделей для прогнозирования будущих данных. Имитация выборочных траекторий и статистики на основе метода Монте-Карло.

• Прогнозных данных с помощью подобранной модели

• Использование прогнозной выборки для оценки пригодности модели

• Модель Монте-Карло

• Бэктестинг

Поделиться

Задать вопрос

*
Настоящим в соответствии с Федеральным законом № 152-ФЗ «О персональных данных» от 27.07.2006, отправляя данную форму, вы подтверждаете свое согласие на обработку персональных данных . Мы, ООО ЦИТМ "Экспонента" и аффилированные к нему лица, гарантируем конфиденциальность получаемой нами информации. Обработка персональных данных осуществляется в целях эффективного исполнения заказов, договоров и пр. в соответствии с «Политикой конфиденциальности персональных данных». * - обязательные поля