MATLAB时间序列方法与实践.pdf

彩 图 集 锦图 10-4模型预测情况图图 11-1乘客数（自然对数）的时间序列趋势图图 11-2乘客序列差分序列图图 11-3 样本的自相关函数图彩 图 集 锦图 11-4 乘客序列的残差图图 11-5乘客序列的残差分布图图 11-6 乘客序列的残差分布图彩 图 集 锦图 11-7预测与实际数值的比较图图 11-8 预测的置信区间图图 11-10预测结果的分布图图 12-1标普 500 走势图彩 图 集 锦图 12-2标普 500 收益序列图图 12-3训练集和测试集的划分（右侧虚线部分为测试集）图 12-4序列的 ACF 和 PACF 图图 12-5MA 与 ARL 参数扫描结果彩 图 集 锦图 12-6ARCH Lags 与 Garch Lags 参数扫描结果图 12-7收益的仿真结果图 12-8条件方差仿真结果彩 图 集 锦图 12-9 蒙特卡罗仿真结果图 12-10预测轨迹分布图图 12-11中值价格路径预测结果Matlab江渝 李幸 卓金武 编著MATLAB时间序列方法与实践CMYCMMYCYCMYKMATLAB扉页.pdf 1 2018-12-13 19:23:03 内 容 简 介 时间序列在金融、经济领域被广泛应用，时间序列的应用一般要依赖各种工具的辅助。MATLAB 的计量经济学工具箱集成了绝大多数的时间序列方法，为时间序列的广泛应用提供了强大的工具支撑。本书将系统介绍时间序列的理论方法与这些方法的 MATLAB 实现过程和实例。全书内容分三个部分。第一部分为第 12 章，主要介绍时间序列的概况和基本概念；第二部分为第 310 章，是本书的重点，依次介绍了 AR、MA、ARMA、ARIMA 模型，时间序列平稳性检验，趋势与季节性时间序列建模，ARCH、GARCH 模型和多元时间序列建模的理论方法及这些方法的 MATLAB 实现过程；第三部分为第 1112 章，介绍了两个时间序列的综合应用实例，通过实例，诠释了概念、理论的实际应用，并给出了全部的 MATLAB 实现代码。本书适合作为金融、经济、应用数学、统计、大数据等专业的学生和老师的教材或参考用书，也可以作为时间序列领域的科研人员、学者、工程技术人员的参考用书。未经许可，不得以任何方式复制或抄袭本书之部分或全部内容。版权所有，侵权必究。图书在版编目（CIP）数据 MATLAB 时间序列方法与实践/江渝，李幸，卓金武编著.北京：电子工业出版社，2019.4（大数据金融丛书）ISBN 978-7-121-36053-4.M .江 李 卓 .Matlab 软件应用时间序列分析 .O211.61-39 中国版本图书馆 CIP 数据核字（2019）第 034110 号 策划编辑：李 冰 责任编辑：李 冰 文字编辑 1：李 冰 文字编辑 2：冷春雨 印 刷：装 订：出版发行：电子工业出版社 北京市海淀区万寿路 173 信箱 邮编：100036 开 本：787980 1/16 印张：13.5 字数：233 千字 彩插：3 版 次：2019 年 4 月第 1 版 印 次：2019 年 4 月第 1 次印刷 定 价：59.00 元 凡所购买电子工业出版社图书有缺损问题，请向购买书店调换。若书店售缺，请与本社发行部联系，联系及邮购电话：（010）88254888，88258888。质量投诉请发邮件至 ，盗版侵权举报请发邮件至 。本书咨询联系方式：。除了你的才华，其他一切都不重要！近年来，互联网和人工智能技术飞速发展，推动传统金融大踏步前进，尤其在量化投资、互联网金融、移动计算等领域，用一日千里来形容也不为过。2015 年年初，李克强总理在政府工作报告中提出要制定“互联网+”行动计划，推动移动互联网、云计算、大数据等与各行业的融合发展。2015 年 9 月，国务院又印发了促进大数据发展行动纲要，纲要提出“推动产业创新发展，培育数据应用新业态，积极推动大数据与其他行业的融合，大力培育互联网金融、数据服务、数据处理分析等新业态”。可见，大数据金融将会成为未来十年最闪亮的领域之一。2012 年年初，中国量化投资学会联合电子工业出版社，共同策划出版了“量化投资与对冲基金丛书”，深受业内好评。在此基础上，2016 年我们再次重磅出击，整合业内顶尖人才，推出“大数据金融丛书”，以引领时代前沿、助力行业发展。本书特点 我和卓金武认识多年，看到他在业内做得风生水起，这次他的新书MATLAB时间序列方法与实践是一个很有价值的成果。我最初从事金融行业就是从时间序列开始的，那时候我还在上海交通大学当老师，研究的就是利用人工智能技术进行时间序列的分析与预测。时间序列在金融领域的通用说法就是 K 线，所有做技术分析的人士都会对 K 线的走势进行分析，无论是大盘还是个股，或者是期货品种，所有的交易策略，都是在 K 线走势的分析基础之上的。从学术的角度，研究抽象的时间序列的类型、走势、未来方向，构建通用的模型，毫无疑问，不仅可以用于资本市场，也同样可以用于所有需要时间序列分析的场合，卓金武的这本书在这方面选择了一个非常有价值的方向。全书可以分为这么几块，第一部分包括第 12 章，主要对时间序列做了概念性的描述，读者从中可以了解除 K 线之外，还有更多的与时间有关的数据序列，以及这些序列在实际中的应用。第二部分包括第 310 章，是本书的重点，依次介绍了 AR、MA、ARMA、ARIMA模型，时间序列平稳性检验、趋势与季节性时间序列建模，ARCH、GARCH 模型和多元时间序列建模。这些模型从不同的角度对时间序列进行解释，并且通过回归、相MATLAB 时间序列方法与实践 MATLAB 时间序列方法与实践 IV 关性分析等方法对未来的走势进行一定程度的预测。第三部分，包括第 1112 章，介绍了两个时间序列的综合应用实例，一个是关于航空公司的应用，另一个是在股市中的应用。对于大多数读者来说，在股市中的应用可能是他们最关心的，这一部分对大多数的量化投资者来说，是非常有价值的。另外，文中的主要案例，都给出了 MATLAB 实现代码，毫无疑问增加了本书的吸引力。卓金武的这本书从理论上试图解决时间序列的分类和预测问题，可以说，是从另一个更高的高度来解决目前技术分析体系想要解决的问题，这对于资产管理行业的价值不言而喻，特此推荐。美好前景 中国经济经过几十年的高速发展，各行各业基本上已经定型，能够让年轻人成长的空间越来越小。未来十年，大数据金融领域是少有的几个有着百倍、甚至千倍成长空间的行业。在传统的以人为主的分析逐步被数据和模型所替代的过程中，从事数据处理、模型分析、交易实现、资产配置的核心人才（我们称之为“宽客”），将有广阔的舞台可以充分展示自己的才华。在这个领域，将不再关心你的背景和资历，无论学历高低，无论有无经验，只要你勤奋、努力、脚踏实地地研究数据、研究模型、研究市场，实现财务自由并非是遥不可及的梦想。对于宽客来说，除了你的才华，其他一切都不重要！丁鹏 博士 中国量化投资学会 理事长 量化投资策略与技术作者“大数据金融丛书”主编 2018 年 12 月于上海 前 言 随着对时间序列分析理论与应用两个方面的深入研究，时间序列分析应用的范围日益扩大。目前，它已涉及天文、地理、生物、物理、化学等自然科学领域，图像识别、语音通信、声呐技术、遥感技术、核工程、环境工程、医学工程、海洋工程、冶金工程、机械工程等工程技术领域，国民经济、市场经济、生产管理、人口等社会经济领域，并已取得不少重要应用成果。本书将介绍时间序列分析中的基础知识、常用方法、MATLAB 实现过程和经典的应用案例。本书内容 全书内容分为 12 章。第 1 章为绪论，介绍时间序列的基本概念和知识体系等基本内容；第 210 章为时间序列各具体知识块的详细介绍，并有相关的 MATLAB 实现代码；第 11 章和第 12 章为实践部分。本书特色?知识体系全面，本书涵盖了时间序列学习中所需的基础知识，包括基本的概念、原理、方法和具体实现计算的过程。?案例丰富，在书中重要的知识点后，基本都有相关的应用实例，这些案例更直观地描述了时间序列的应用场景和用法，同时加深了对基础概念的理解。?详细的 MATLAB 代码，MATLAB 是时间序列分析中功能最强大、应用最广的工具之一，全书的案例都用 MATLAB 实现，代码可以直接借鉴，对实际的时间序列分析会有很大的帮助。读者对象?从事金融、经济、管理、统计的专业人士、教师和学生。?从事时间序列研究的科研工作者。?希望学习 MATLAB 的工程师或科研工作者。因为本书的代码都是用 MATLAB编写的，所以对于希望学习 MATLAB 的读者来说也是一本很好的参考书。MATLAB 时间序列方法与实践 MATLAB 时间序列方法与实践 VI 致谢 本书的编写、出版得到了中国量化投资学会、电子工业出版社等单位的帮助，在此对这些单位表示感谢。电子工业出版社的李冰老师全程指导本书的编写，在此向她表示感谢！由于时间仓促，加之作者水平有限，疏漏之处在所难免。在此，诚恳地期待得到广大读者的批评指正。江渝 李幸 卓金武 2018 年 6 月于上海 目 录|1 绪论.1 1.1 时间序列的发展过程.1 1.2 时间序列的基本概念.3 1.3 平稳时间序列分析方法.7 1.4 季节指数预测法.9 1.5 时间序列主要模型介绍.11 1.6 时间序列分析工具.14 1.7 应用实例：基于时间序列的股票预测.15 1.8 小结.20 参考文献.20 2 时间序列基本概念.21 2.1 时间序列的统计概念.21 2.2 时间序列的平稳性.24 2.3 时间序列的相关性.28 2.4 时间序列的运算.34 2.5 白噪声.37 2.6 小结.40 参考文献.41 3 自回归模型AR 模型.42 3.1 AR 模型的定义.42 MATLAB 时间序列方法与实践 MATLAB 时间序列方法与实践 VIII 3.2 AR 模型的平稳性.43 3.3 AR 模型的统计性质.45 3.4 AR 模型的 MATLAB 实现.48 3.5 AR 模型的应用实例.53 3.6 小结.55 参考文献.56 4 滑动平均模型MA 模型.57 4.1 MA 模型的定义.57 4.2 MA 模型的性质.58 4.3 MA 模型的应用实例.61 4.4 小结.63 参考文献.63 5 自回归滑动平均模型ARMA 模型.64 5.1 ARMA 模型介绍.64 5.2 ARMA 模型的性质.65 5.3 ARMA 模型的图像定阶.67 5.4 ARMA 模型的应用实例.71 5.5 小结.75 参考文献.76 6 非平稳序列的随机分析ARIMA 模型.77 6.1 ARIMA 模型的定义.77 6.2 ARIMA 模型的 MATLAB 实现.78|目 录|IX 6.3 ARIMA 模型的应用实例.83 6.4 小结.90 参考文献.90 7 建模及预测.92 7.1 平稳性检验方法.92 7.2 AIC 准则定阶.97 7.3 模型的检验.98 7.4 ADF 检验方法的 MATLAB 实现.99 7.5 模型的预测.108 7.6 模型的建立及预测应用实例.109 7.7 小结.117 参考文献.117 8 趋势及季节性时间序列建模.118 8.1 趋势分析.118 8.2 季节效应分析.122 8.3 模型的应用实例.125 8.4 小结.135 参考文献.135 9 条件异方差模型.136 9.1 时间序列的异方差性.136 9.2 异方差性检验.139 9.3 自回归条件异方差模型.141 MATLAB 时间序列方法与实践 MATLAB 时间序列方法与实践 X 9.4 广义自回归条件异方差模型.143 9.5 模型的 MATLAB 方法.144 9.6 模型的应用实例.147 9.7 小结.155 参考文献.156 10 多元时间序列分析.157 10.1 平稳多元序列建模.157 10.2 协整.159 10.3 模型的 MATLAB 方法.162 10.4 模型的