R语言风险价值:ARIMA,GARCH,Delta-normal法滚动估计VaR(Value at Risk)和回测分析股票数据多元时间序列滚动预测:ARIMA、回归、ARIMAX模型分析【视频】时间序列分析:ARIMA-ARCH / GARCH模型分析股票价格时间序列GARCH模型分析股市波动率PYTHON用GARCH、离散随机波动率模型DSV模拟估计股票收益时间序列与蒙特卡洛可视
ARIMAX或回归ARIMA是ARIMA模型的一个扩展。在预测中,这种方法也涉及自变量。ARIMAX模型表示输出时间序列由以下部分组成:自回归(AR)部分,移动平均(MA)部分,差分整合(I)部分,以及属于外生输入(X)的部分。外生部分(X)反映了将外生输入的现值和过去值包括到ARIMAX模型中。 多元回归模型公式: 其中Y是xi预测变量的因变量...