問題タブ [forecasting]

終値のログ リターンがあり、GARCH(1,1) モデルを使用してこれらのログ リターンのボラティリティを予測しようとしています。したがって、これまでのところ次のコードがありますが、予測の値が正しくありません。

予測誤差メトリックとしてのMAPEとWMAPEには、いくつかの利点があることを私は知っています。しかし、ギャップは何ですか？誰かが言う：

理解できませんが、2つの指標の弱点について2つのステートメントを説明できる人はいますか？ありがとう。

Pythonで時系列(分析と予測)に適したパッケージはありますか?

そして、それらにはどのような方法が含まれていますか?

Rには、多くの機能を含む予測パッケージがあります。Python にこのような同じパッケージはありますか?

Rの予測時系列モデルに関していくつか質問があります。

私がこれのために得た予測値は次のとおりです::

これらの値を取得したい：40,60,67,80,87パーセンテージ値として。

だから、percenatgeでプロットのY軸をどのように考えるか

1. 各年の予測値（青い線）の値は同じです。誰かが私に理由を説明できますか？
2. 95％の予測区間は(36.38220,137.62)です。それは何を推測しますか？

R の予測パッケージは、時系列分析と予測に最適なソリューションであることがわかりました。

Pythonで使いたいです。Python で予測パッケージを取得した後、rpy を使用できますか?

私の質問はsimulate.Arima()、予測の機能に関するものです。季節性、ゼロでない差分、および外部リグレッサー (休日のダミー変数) を備えた ARIMA 関数があります。再現可能な例を次に示します。

これを実行すると、エラー メッセージが表示されます。future=FALSEパラメータを設定すると、完全に正常に機能することに気付きました。

私の質問:simulate.Arima では、新しい外部リグレッサーを使用して将来のシミュレーションを実行することはできませんか? つまり、どちらかを選択する必要がありますか

1. 外部リグレッサーなしで未来を予測するか、
2. 異なる外部リグレッサーを使用して非未来データをシミュレートしますか?

この場合、オブジェクトに対して実行する回避策を開発することは可能simulate()ですpredict.Arimaか? 私は差異の度合いがゼロではないので、将来を見通すことができることが重要です。提供できる洞察に感謝します。

ユニット ルートと外部リグレッサーを使用して Arima プロセスをシミュレートしようとすると、エラーが発生します。以下の再現可能なコード：

これにより、次のエラー メッセージが生成されます。

設定すると完全に機能することに気付きfuture=FALSEましたが、私の問題では、将来のシミュレートされた値を確認できるようにしたいと考えています。問題が何であるかについて、私は大いに考えます。ありがとう。

1か月の稼働日数に敏感な予測モデルを作成したいと思います。たとえば、今年（2012年）のクリスマスは週の真ん中にあるため、12月はクリスマスが週末の場合よりも大幅に短くなります。ForecastProのような商用パッケージには、「ヘルパーファイル」と呼ばれるものの助けを借りてこれを行う機能があることを私は知っています。誰かがRでこれを実証できるかどうか疑問に思いましたか？

次の時系列がありますが、これは前の期間を超えて予測したいと思います。

私はまた、営業日について次の情報を持っています（まだすべての休日をマッピングしていません）が、それは私たちが概念を見るのを制限するべきではありません。

稼働日が含まれる月数は、最初の時系列（ts）の範囲を大幅に超えていることに気付くでしょう。

稼働日系列を考慮してts系列を予測できる予測モデルを作成するために、正しい方向（使用する関数など）を教えてくれる人がいるかどうかを評価してください。予測では、これは、予測の月の稼働日数に基づいて値を調整することを意味します。私は少し立ち往生していて、私が知っている予測/時系列関数のいずれかでこれを行う方法を想像することができないようです。

ご協力いただきありがとうございます！Jochem

予測には指数平滑法 (ブラウン法) を使用しています。予測は、1 つまたは複数のステップ (時間間隔) に対して計算できます。そのような予後（事前）の信頼区間を計算する方法はありますか？

ME、MAD、MSE、SDEから予測方法を決めるには？たとえば、決定される4つの方法があります。しかし、お互いの誤差の中で常に値が大きくなったり小さくなったりするわけではありません。では、その予測方法の方法をどのように決定すればよいでしょうか。