數據挖掘——時間序列算法之GARCH模型及其衍生模型

原創 Macan_ML 2020-07-03 16:10

數據挖掘——時間序列算法之GARCH模型及其衍生模型


先佔個坑

1、平滑法
2、趨勢擬合法
3、組合模型
4、AR模型
5、MA模型
6、ARMA模型
7、ARIMA模型
8、ARCH模型
9、GARCH模型及其衍生模型

發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

數據挖掘——時間序列算法之ARCH模型

數據挖掘——時間序列算法之ARCH模型 先佔個坑 1、平滑法 2、趨勢擬合法 3、組合模型 4、AR模型 5、MA模型 6、ARMA模型 7、ARIMA模型 8、ARCH模型 9、GARCH模型及其衍生模型

Macan_ML 2020-07-03 16:10:50

數據挖掘——時間序列算法之組合模型

數據挖掘——時間序列算法之組合模型前言 前言 1、平滑法 2、趨勢擬合法 3、組合模型 4、AR模型 5、MA模型 6、ARMA模型 7、ARIMA模型 8、ARCH模型 9、GARCH模型及其衍生模型 ARMA算法、ARIMA算

Macan_ML 2020-07-03 16:10:50

數據挖掘——時間序列算法之AR模型

數據挖掘——時間序列算法之AR模型 先佔個坑 （這句話是我在2019年11月21日20:44:39寫的，哎時光飛逝啊，過了這麼久我纔來填這個坑） 1、平滑法 2、趨勢擬合法 3、組合模型 4、AR模型 5、MA模型 6、

Macan_ML 2020-07-03 16:10:50

數據挖掘——時間序列算法之MA模型

數據挖掘——時間序列算法之MA模型 1、平滑法 2、趨勢擬合法 3、組合模型 4、AR模型 5、MA模型 6、ARMA模型 7、ARIMA模型 8、ARCH模型 9、GARCH模型及其衍生模型 前一篇介紹了AR模型，其實MA模型與

Macan_ML 2020-07-03 16:10:50

數據挖掘——時間序列的預處理

數據挖掘——時間序列的預處理前言一、平穩非白噪聲序列1、平穩時間序列的定義2、平穩性檢驗二、非平穩序列三、純隨機序列 前言 拿到一個觀察值後，首先要對他的純隨機性和平穩性進行檢驗，這兩個重要的檢驗稱爲序列的預處理。根據檢驗結果可以

Macan_ML 2020-07-03 16:10:50

數據挖掘——時間序列算法之趨勢擬合法

數據挖掘——時間序列算法之趨勢擬合法前言線性擬合曲線擬合1、二次型2、指數型3、修正指數型4、Gompertz型5、Logistic型 前言 趨勢擬合法就是把時間作爲自變量，相應的序列觀察值作爲因變量，建立序列值隨時間變化的迴歸模

Macan_ML 2020-07-03 16:10:50

數據挖掘——時間序列算法之ARMA模型

數據挖掘——時間序列算法之ARMA模型ARMA基本說明ARMA建模步驟 1、平滑法 2、趨勢擬合法 3、組合模型 4、AR模型 5、MA模型 6、ARMA模型 7、ARIMA模型 8、ARCH模型 9、GARCH模型及其衍生模型

Macan_ML 2020-07-03 16:10:50

數據挖掘——時間序列算法之組合模型

數據挖掘——時間序列算法之組合模型前言 前言 1、平滑法 2、趨勢擬合法 3、組合模型 4、AR模型 5、MA模型 6、ARMA模型 7、ARIMA模型 8、ARCH模型 9、GARCH模型及其衍生模型 ARMA算法、ARIMA算

Macan_ML 2020-07-03 16:10:50

數據挖掘——時間序列算法之AR模型

數據挖掘——時間序列算法之AR模型 先佔個坑 （這句話是我在2019年11月21日20:44:39寫的，哎時光飛逝啊，過了這麼久我纔來填這個坑） 1、平滑法 2、趨勢擬合法 3、組合模型 4、AR模型 5、MA模型 6、

Macan_ML 2020-07-03 16:10:50

數據挖掘——時間序列算法之MA模型

數據挖掘——時間序列算法之MA模型 1、平滑法 2、趨勢擬合法 3、組合模型 4、AR模型 5、MA模型 6、ARMA模型 7、ARIMA模型 8、ARCH模型 9、GARCH模型及其衍生模型 前一篇介紹了AR模型，其實MA模型與

Macan_ML 2020-07-03 16:10:50

數據挖掘——時間序列算法之趨勢擬合法

數據挖掘——時間序列算法之趨勢擬合法前言線性擬合曲線擬合1、二次型2、指數型3、修正指數型4、Gompertz型5、Logistic型 前言 趨勢擬合法就是把時間作爲自變量，相應的序列觀察值作爲因變量，建立序列值隨時間變化的迴歸模

Macan_ML 2020-07-03 16:10:50