日誌

樣本

已有 53 次閱讀2021-4-4 09:14 | 樣本

實驗標題：植基於 arima 模型預測

實驗樣本：

樣本起訖：以公元二零一七年一整年的 close （收盤價）來預測隔三十天後以內的收盤價，

即——

以的收盤價為樣本，

從公元二零一七年一月三日開始

至公元二零一七年十二月二十八日完畢的資料給 arima 模型

來預測隔三十天後以內的收盤價

即——

從公元二零一八年一月二日開始預測

至公元二零一八年一月二十六日預測完畢

實驗結果——

平均誤差值： 0.1

最大誤差值： 0.4

實驗討論： ols 、 arma 、 arima 三種預測方法中，為什麼選擇用 airma 模型實驗？

答——

ols 方法使用 x 、 y 變量來預測值， y 給定為要預測的值，套用在股票情景裡，就是用 y 變量來給定收盤價， x 變量可選擇時間、開盤價、漲跌等因素來輔助，但這樣 ols 方法產出來的結果，只是單純的值，很難聯想其意義，是指隔天的值？下個月的值？還是什麼時候的值？
arma 模型使用階數來預測，其實預測這種時間序列，就算不給定時間，只要是一連串的單純數值序列，模型都可以根據給定多少階數，來產出相對應數量的預測值。
但 arima 模型可以產出明確的預測天數、確切的日期，根據實驗結果，只要輸入想預測幾天後以內的資料，就可以產出以原始資料中最後面幾個斷點時間為接續，繼續聯結下去的預測序列，有明確的預測天數，有明確的預測日期，這即是選擇 arima 的原因。