Što je model Box-Jenkins?
Model Box-Jenkins matematički je model dizajniran za predviđanje raspona podataka na temelju ulaza iz određenog vremenskog niza. Model Box-Jenkins može analizirati različite vrste podataka vremenske serije za predviđanje.
Njegova metodologija koristi razlike između podataka kako bi odredila ishode. Metodologija omogućava modelu identificirati trendove koristeći autoregresiju, pokretne prosjeke i sezonsko razlikovanje za generiranje predviđanja. Autoregresivni integrirani pomični prosjek (ARIMA) modeli su oblik Box-Jenkins modela. Pojmovi ARIMA i Box-Jenkins Model mogu se koristiti naizmjenično.
Ključni odvodi
- Box-Jenkinsov model je metodologija predviđanja pomoću regresijskih studija. Metodologija se najbolje koristi kao računalno izračunata prognoza zasnovana na regresiji podataka vremenskih nizova. Ona je najprikladnija za predviđanje unutar vremenskih okvira od 18 mjeseci ili manje. Proračuni ARIMA izvršavaju se sofisticiranim alatima poput programibilnog statističkog softvera u programskom jeziku R.
Razumijevanje modela Box-Jenkins
Box-Jenkins modeli koriste se za predviđanje različitih očekivanih podatkovnih točaka ili raspona podataka, uključujući poslovne podatke i buduće sigurnosne cijene.
Model Box-Jenkins osmislili su dvojica matematičara George Box i Gwilym Jenkins. Dvojica matematičara razgovarali su o konceptima koji sadrže ovaj model u publikaciji iz 1970. "Analiza vremenskih serija: predviđanje i kontrola".
Procjena parametara modela Box-Jenkins može biti vrlo složena. Stoga će, poput ostalih regresijskih modela vremenskih serija, najbolji rezultati biti postignuti upotrebom programabilnog softvera. Model Box-Jenkins također je općenito najprikladniji za kratkoročno predviđanje od 18 mjeseci ili manje.
Box-Jenkins metodologija
Model Box-Jenkins jedan je od nekoliko modela analize vremenskih serija s kojima će se prognostičar susresti prilikom korištenja programiranog softvera za prognoziranje. U mnogim slučajevima softver će se programirati tako da automatski koristi najbolju metodologiju predviđanja koja se temelji na podacima vremenske serije koji se prognoziraju. Izgleda da je Box-Jenkins najbolji izbor za skupove podataka koji su uglavnom stabilni s niskom volatilnošću.
Box-Jenkinsov model predviđa podatke koristeći tri principa, autoregresiju, razlikovanje i kretanje prosjeka. Ta su tri principa poznata kao p, d i q. Svaki se princip koristi u Box-Jenkins analizi i zajedno su zajedno prikazani kao ARIMA (p, d, q).
Autoregresijski (p) postupak ispituje podatke za njihovu razinu stacionarnosti. Ako se podaci koji se koriste nepomični mogu pojednostaviti postupak predviđanja. Ako se podaci koji se koriste nisu nestacionarni, potrebno ih je razlikovati (d). Podaci se također ispituju kako mu odgovara prosjek koji se kreće što se provodi u dijelu q procesa analize. Općenito, početna analiza podataka priprema ga za predviđanje određivanjem parametara (p, d i q) koji se primjenjuju za izradu prognoze.
Prognoza cijena dionica
Jedna namjena za Box-Jenkins Model analiz je predviđanje cijena dionica. Ova se analiza obično gradi i šifrira putem R softvera. Analiza rezultira logaritamskim ishodom koji se može primijeniti na skupu podataka za generiranje predviđenih cijena za određeno razdoblje u budućnosti.
![kutija kutija](https://img.icotokenfund.com/img/technical-analysis-basic-education/308/box-jenkins-model.jpg)