R语言ARIMA、GARCH|R语言ARIMA、GARCH 和 VAR模型估计、预测ts 和 xts格式时间序列
原文链接：http://tecdat.cn/?p=25180
时间序列分析
对于时间序列分析，有两种数据格式：ts（时间序列）和 xts（可扩展时间序列）。前者不需要时间戳，可以直接从向量转换。后者非常重视日期和时间，因此只能使用日期和/或时间列来定义。我们涵盖了基本的时间序列模型，即 ARMA、GARCH 和 VAR。
时间序列数据
函数 ts 将任何向量转换为时间序列数据。
price
文章图片
我们首先为估计定义一个时间序列（ts）对象。请注意，ts 与 xts类似， 但没有日期和时间。
df <- ts(df)
df
文章图片
可扩展的时间序列数据xts 要处理高频数据（分秒），我们需要包 xts。该包定义可扩展时间序列 ( xts ) 对象。
以下代码安装并加载 xts 包。
library(xts)考虑我们的可扩展时间序列的以下数据
date
time
price现在我们准备定义 xts 对象。代码 as.POSIXct() 将字符串转换为带有分钟和秒的日期格式。
df <-data.frame
df$daime <-paste
df$dttime <-as.POSIXct
df <- xts对于仅使用日期的转换，我们使用 POSIXlt() 而不是 POSIXct()。
df$date <- as.POSIXct
df$price <-as.numeric
price <-xts自回归移动平均模型arima 可以使用 arima() 函数估计自回归移动平均模型。
以下代码估计了一个 AR(1) 模型：
AR1
文章图片
以下代码估计了一个 AR(2) 模型：
AR2 <- arima
AR2
文章图片
以下代码估计一个 MA(1) 模型：
MA1 <- arima
MA1
文章图片
以下代码估计一个 MA(2) 模型：
MA2 <- arima
文章图片
以下代码估计了一个 ARMA(1,1) 模型：
ARMA11 <- arima
文章图片
有时，我们只想保留系数。
coef #得到系数
文章图片
以下代码显示了残差图。
plot
文章图片
R 有一个方便的函数来 autofit()拟合ARIMA 模型的参数。
现在寻找最好的 ARIMA 模型了。
autoarma
文章图片
时间序列模型的一项重要功能是预测。以下代码给出了两步的预测：
teFoast <-predict下面显示了预测图。
plot.ts#可视化预测
文章图片
ARCH 和 GARCH模型 要估计 ARCH 和 GARCH 模型，我们需要安装和加载包 rugarch。
我们将在生成随机数时使用 ARMA(1,1) 估计 GARCH(1,1)
a <- runif #随机数Spec <-ugarchspec
文章图片
文章图片
文章图片
文章图片
文章图片
为了获得 GARCH 模型的具体结果，我们使用以下代码：
coffnt <-coef
voy <- sigma
logr.vrae <- uncvarianceVAR模型 以下数据将用于估计 VAR 模型。
要估计 VAR 模型，我们需要安装和加载 vars 。
以下代码估计 VAR(2) 模型。
abr<-VAR #运行 VAR(2)
coef#VAR的系数公式
文章图片
文章图片
summary#VAR的摘要
文章图片
文章图片
文章图片
文章图片
要生成系数图，我们需要安装并加载包：
以下代码为 VAR 模型生成系数图：
plot
文章图片
文章图片
文章图片
文章图片
最受欢迎的见解
1.在python中使用lstm和pytorch进行时间序列预测
2.python中利用长短期记忆模型lstm进行时间序列预测分析
3.使用r语言进行时间序列（arima，指数平滑）分析
4.r语言多元copula-garch-模型时间序列预测
5.r语言copulas和金融时间序列案例
6.使用r语言随机波动模型sv处理时间序列中的随机波动
7.r语言时间序列tar阈值自回归模型
8.r语言k-shape时间序列聚类方法对股票价格时间序列聚类
【R语言ARIMA、GARCH|R语言ARIMA、GARCH 和 VAR模型估计、预测ts 和 xts格式时间序列】9.python3用arima模型进行时间序列预测
推荐阅读
- 一个人的碎碎念
- 野营记-第五章|野营记-第五章 讨伐梦魇兽
- Shell-Bash变量与运算符
- 清明，是追思、是传承、是感恩。
- 牛人进化+|牛人进化+ 按自己的意愿过一生
- 七老修复好敏感、角质层薄、红血丝
- 华为旁！大社区、地铁新盘，佳兆业城市广场五期！
- 标签、语法规范、内联框架、超链接、CSS的编写位置、CSS语法、开发工具、块和内联、常用选择器、后代元素选择器、伪类、伪元素。
- 【生信技能树】R语言练习题|【生信技能树】R语言练习题 - 中级
- 螃蟹和这些食物同吃，轻则腹泻、重则中毒！要小心哦~