《拟合garch模型及autoreg模型-预测》由会员分享，可在线阅读，更多相关《拟合garch模型及autoreg模型-预测（20页珍藏版）》请在金锄头文库上搜索。
1、第五章第五章 SAS 作业作业学号：学号：200930980106 姓名：姓名： 何斌何斌 年级专业：年级专业： 10 级统计级统计 1 班班 指导老师：肖莉指导老师：肖莉问题问题 1：试选择恰当模型拟合某种股票的价格数据，数据如下：试选择恰当模型拟合某种股票的价格数据，数据如下：10.510.510.4410.449.949.9410.2510.2511119.889.88 10.510.5121213.9413.9412.2512.2512.6112.6113.513.5 13.4413.4412.4412.4413.513.515.3915.3915.7515.7513.8813.88
2、14.514.515.515.516.1316.1314.7514.7511.7511.7515.2515.25 17.1317.1320.520.5191921.521.520.2520.2525.6325.63 26.8826.8827.6327.6323.8823.8826.3826.38242424.3824.38 1、利用拟合模型预测未来二期该股票的价格；、利用拟合模型预测未来二期该股票的价格； 2、按照书本相应例题的格式完成问题，并附上、按照书本相应例题的格式完成问题，并附上 SAS 程序。程序。解解: 1.11.1 建立数据集，绘制时序图建立数据集，绘制时序图 datadata
3、gupiao;gupiao;inputinput valuevalue ;time=_n_;time=_n_;cards;cards; 10.510.510.4410.449.949.9410.2510.251111 9.889.88 10.510.51212 13.9413.94 12.2512.2512.6112.6113.513.5 13.4413.4412.4412.4413.513.515.3915.3915.7515.7513.8813.88 14.514.515.515.516.1316.1314.7514.7511.7511.7515.2515.25 17.1317.1320.
4、520.51919 21.521.520.2520.2525.6325.63 26.8826.8827.6327.6323.8823.8826.3826.382424 24.3824.38; ; procproc gplotgplot data=gupiao;data=gupiao;plotplot value*time;value*time;symbolsymbol i=joini=join v=starv=star h=1h=1 ci=redci=red cv=blackcv=black w=2;w=2; run;run;1.21.2 输出时序图显示该序列非平稳。如图输出时序图显示该序列非
5、平稳。如图 1-11-1 所示。所示。2value910111213141516171819202122232425262728time010203040图图 1-11-1 股票价格序列的时序图股票价格序列的时序图1.31.3 对该序列进行一阶差分运算对该序列进行一阶差分运算, ,程序修改如下程序修改如下: : datadata gupiao;gupiao;inputinput valuevalue ;difv=dif(value);difv=dif(value);time=_n_;time=_n_;cards;cards; 10.510.510.4410.449.949.9410.2510.
6、251111 9.889.88 10.510.51212 13.9413.94 12.2512.2512.6112.6113.513.5 13.4413.4412.4412.4413.513.515.3915.3915.7515.7513.8813.88 14.514.515.515.516.1316.1314.7514.7511.7511.7515.2515.25 17.1317.1320.520.51919 21.521.520.2520.2525.6325.63 26.8826.8827.6327.6323.8823.8826.3826.382424 24.3824.38; ; proc
7、proc gplotgplot data=gupiao;data=gupiao;plotplot difv*time;difv*time;symbolsymbol i=joini=join v=starv=star h=1h=1 ci=redci=red cv=blackcv=black w=2;w=2;procproc arima;arima;identifyidentify var=value(1)var=value(1) minicminic p=(0:5)p=(0:5) q=(0:5);q=(0:5); run;run;31.41.4 考查一阶差分后序列的平稳性。所得时序图如图考查一阶
8、差分后序列的平稳性。所得时序图如图 1-21-2 所示。所示。difv-4-3-2-10123456time010203040图图 1-21-2 序列序列 difvdifv 的时序图的时序图 时序图显示差分后序列时序图显示差分后序列 difvdifv 没有明显的非平稳特征。没有明显的非平稳特征。1.51.5 序列序列 difvdifv 的识别，如下图所示。的识别，如下图所示。4图图 1-31-3 序列序列 difvdifv 的自相关图、偏自相关图的自相关图、偏自相关图图图 1-41-4 残差图残差图图图 1-51-5 最优模型选择最优模型选择识别部分的输出结果显示，识别部分的输出结果显示，1
9、1 阶差分后，序列阶差分后，序列 difvdifv 为平稳非白噪声序列，最优拟合模型为为平稳非白噪声序列，最优拟合模型为 ARAR（4 4）模型。）模型。51.6“estimate1.6“estimate p=4;”p=4;”对序列对序列 difvdifv 拟合拟合 ARAR（4 4）模型。输出结果显示）模型。输出结果显示 mumu、AR1,1AR1,1、AR1,2AR1,2 均不均不 显著，修改估计命令如下：显著，修改估计命令如下： estimateestimate p=p=（3,43,4） noint;noint; 拟合结果显示模型显著且参数显著。如图拟合结果显示模型显著且参数显著。如图
10、1-61-6 所示。所示。图图 1-61-6 序列序列 difvdifv 模型拟合结果模型拟合结果 输出结果显示，序列输出结果显示，序列 valuevalue 的拟合模型为的拟合模型为 ARIMAARIMA（3 3，4 4） ，1,01,0）模型，模型口径为：）模型，模型口径为：=1 + 0.354233 0.542814或等价记为：或等价记为：( (V V表示股价价格表示股价价格) )= 1 0.35423 3+ 0.89704 4 0.54281 5+ 1.7“forecast1.7“forecast lead=2lead=2 id=time;”id=time;” ，利用拟合模型对序列，利
11、用拟合模型对序列作作 2 2 期预测。如图期预测。如图 1-71-7 所示。所示。6图图 1-71-7 3737 期、期、3838 期股票价格预测（期股票价格预测（ForecastForecast 值）值） 1.81.8 拟合图：拟合图：value010203040time010203040PLOTvalueForecast for value Lower 95% Confidence LimitUpper 95% Confidence Limit2.SAS2.SAS 程序：程序： datadata gupiao;gupiao;inputinput valuevalue ;difv=dif(v
12、alue);difv=dif(value);time=_n_;time=_n_;cards;cards; 10.510.510.4410.449.949.9410.2510.251111 9.889.88 10.510.51212 13.9413.94 12.2512.2512.6112.6113.513.5 13.4413.4412.4412.4413.513.515.3915.3915.7515.7513.8813.88 14.514.515.515.516.1316.1314.7514.7511.7511.7515.2515.25 17.1317.1320.520.51919 21.52
13、1.520.2520.2525.6325.63726.8826.8827.6327.6323.8823.8826.3826.382424 24.3824.38; ; procproc gplotgplot data=gupiao;data=gupiao;plotplot difv*time;difv*time;symbolsymbol i=joini=join v=starv=star h=1h=1 ci=redci=red cv=blackcv=black w=2;w=2;procproc arima;arima;identifyidentify var=value(1)var=value(
14、1) minicminic p=(0:5)p=(0:5) q=(0:5);q=(0:5);estimateestimate p=(3,4)p=(3,4) noint;noint;forecastforecast lead=2lead=2 id=timeid=time out=results;out=results; run;run; procproc print;print; run;run; procproc gplot;gplot; plotplot value*time=1value*time=1 forecast*time=2forecast*time=2 l95*time=3l95*
15、time=3 u95*time=3/overlayu95*time=3/overlay legend;legend; symbol1symbol1 c=blackc=black i=nonei=none v=star;v=star; symbol2symbol2 c=redc=red i=joini=join v=nonev=none w=2;w=2; symbol3symbol3 c=greenc=green i=joini=join v=nonev=none l=32;l=32; run;run;问题问题 2 2：1867-19381867-1938 年英国绵羊数量如下所示：年英国绵羊数量如下所示：22032203 23602360 22542254 21652165 20242024 20782078 22142214 22922292 22072207 21192119 21192119 2137213721322132 19551955 17851785 174717
