金融时间序列
嘉应学院数学学院
主讲教师:叶运华
教师团队:共4位
应用时间序列分析是我校应用统计学专业的一门必修课程,共48学时,3学分,其中32学时为理论学时,16学时为上机操作学时。本课程主要介绍传统的时间序列分析中时域分析方法,时域分析方法是一个发展的相当成熟的方法,有着一整套分析理论和分析工具,借助这套分析理论和工具对时间序列进行数据挖掘,帮助人们掌握时间序列中蕴涵的更深层次的知识,为人们提供决策依据和支持。 本课程使用的软件为R语言,R语言是一款开源软件,它是全球免费的。R语言还是一个可以进行交互式数据分析和探索的强大平台,金融、经济、工农业、科学工程等诸多领域都基于R在研发它们的分析方法。本课程配备有每个案例的详细R操作过程,可以帮助初学者快速上手入门,在之后的复习过程可以进一步提高。
1.1时间序列的定义.mp4
1.2时间序列分析方法.mp4
实验一演示.avi
第一章 时间序列分析简介.ppt
2.1平稳时间序列定义.mp4
2.2平稳时间的统计性质和意义.mp4
2.3平稳性检验.mp4
2.4纯随机序列定义和性质.mp4
2.5纯随机性检验.mp4
实验二演示.avi
第二章 时间序列的预处理3.ppt
新建作业20200217223240
3.1方法性工具.mp4
3.2AR模型定义及平稳性判别.mp4
3.3AR模型统计性质(1).mp4
3.4AR模型统计性质(2).mp4
3.5MA模型定义及统计性质.mp4
3.6ARMA模型.mp4
3.7建模步骤和模型识别.mp4
3.8参数估计.mp4
3.9模型检验.mp4
3.10模型优化.mp4
3.11序列预测.mp4
实验3(ARMA模型建模).avi
第三章 平稳时间序列分析.ppt
第3章测验
4.1分解定理及确定性因素分解.mp4
4.2趋势拟合法.mp4
4.3平滑法.mp4
4.4季节效应分析.mp4
4.5综合分析.mp4
第四章 非平稳序列的确定性分析.ppt
第4章测验
5.1差分运算.mp4
5.2ARIMA模型结构和性质.mp4
5.3ARIMA模型建模过程.mp4
5.4ARIMA预测.mp4
实验4(ARIMA模型建模).avi
5.5疏系数模型.mp4
5.6季节模型.mp4
实验5(季节模型建模).avi
5.7残差自回归模型.mp4
实验6(残差自回归模型).avi
5.8异方差的性质.mp4
5.9方差齐性变换.mp4
5.10条件异方差模型.mp4
实验7(条件异方差模型).avi
5.11GARCH模型.mp4
5.12GARCH衍生模型.mp4
第五章 非平稳序列的随机分析.ppt
第5章测验
6.1平稳多元序列建模.mp4
6.2虚假回归.mp4
6.3DF检验.mp4
6.4ADF检验.mp4
6.5协整.mp4
6.6误差修正模型.mp4
实验8(协整和误差修正模型).avi
第六章 多元时间序列分析.ppt
第6章测验
京ICP备10040544号-2
京公网安备 11010802021885号