摘要
异常点对时间序列的模型识别、参数估计、诊断检验乃至预测都有重要的影响,而ARMA模型在建模过程中极易受异常点影响。文章采用Huber权函数对不同的点施加不同权重的方法减少异常点影响,为此构建新的稳健自相关函数。将该稳健时序建模方法与传统的建模方法同时用于对五粮液股票收盘价的ARMA建模,模型诊断结果表明该稳健估计方法所建模型拟合五粮液股票收益率的相依性的效果显著优于传统的ARMA建模方法。将该稳健ARMA模型用于五粮液股价短期预测,所得预测值与实际值的平均误差率在4%以内,此结果验证该稳健自相关函数的可靠性。
出处
《统计与决策》
CSSCI
北大核心
2015年第24期16-20,共5页
Statistics & Decision
基金
国家自然科学基金资助项目(11271096)
