我正在处理金融工具的日内时间序列数据。我必须根据一些统计参数(Var1,Var2,Var3)和日内时间序列(Obeserv.1,Observ.2.......Observ.80)数据来预测金融工具的价格上一个时期。我必须预测第 81 期金融工具的价格。
表中的所有行都混合在一起,因此任何 i 行中的信息对于 j 行的预测都是无用的。
我打算通过使用 R 来解决这个问题。我是这个金融建模领域的新手。我可以采取什么方法进行预测。请帮我解决这个问题。
数据集长这样
我正在处理金融工具的日内时间序列数据。我必须根据一些统计参数(Var1,Var2,Var3)和日内时间序列(Obeserv.1,Observ.2.......Observ.80)数据来预测金融工具的价格上一个时期。我必须预测第 81 期金融工具的价格。
表中的所有行都混合在一起,因此任何 i 行中的信息对于 j 行的预测都是无用的。
我打算通过使用 R 来解决这个问题。我是这个金融建模领域的新手。我可以采取什么方法进行预测。请帮我解决这个问题。
数据集长这样
过去我以做这种事情为生。一般概念是考虑一个具有一定预测能力的模型,然后将例如数据集的前半部分拟合到模型中,最后测试该模型是否对数据集的后半部分具有任何预测能力.
如果您之前没有尝试过任何东西,那么从 ARMA 模型开始是一个不错的起点(参见例如A uto R egressive–<b>Moving- Average model on wikipedia)。