您現(xiàn)在的位置:首頁 > 背景提升 > 金融數(shù)學專題:時間序列模型在金融市場中的應用與R語言實踐 以AR/MA/ARMA等模型為例
驗證碼

獲取驗證碼

金融數(shù)學專題:時間序列模型在金融市場中的應用與R語言實踐 以AR/MA/ARMA等模型為例

專業(yè):金融

項目類型:國外小組科研

開始時間:2024年10月19日

是否可加論文:是

項目周期:7周在線小組科研學習+5周不限時論文指導學習

語言:英文

有無剩余名額:名額充足

建議學生年級:大學生 高中生

是否必需面試:否

適合專業(yè):商業(yè)分析金融工程金融學金融市場數(shù)據(jù)科學數(shù)據(jù)分析統(tǒng)計學股票投資宏觀經(jīng)濟學數(shù)學與統(tǒng)計學金融經(jīng)濟

地點:無

建議選修:定量研究分析方法

建議具備的基礎:金融數(shù)學、金融經(jīng)濟學、宏觀經(jīng)濟學、計量經(jīng)濟學、金融數(shù)據(jù)分析、股票投資、商業(yè)分析等專業(yè)或希望修讀相關專業(yè)的學生;學生需具備隨機變量、概率論等相關知識并熟練掌握R語言。

產(chǎn)出:7周在線小組科研學習+5周不限時論文指導學習 共125課時 項目報告 優(yōu)秀學員獲主導師Reference Letter EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導(可用于申請) 結(jié)業(yè)證書 成績單

項目背景:時間序列是指將某種現(xiàn)象某一個統(tǒng)計指標在不同時間上的各個數(shù)值,按時間先后順序排列而形成的序列。時間序列法是一種定量預測方法,亦稱簡單外延方法,在統(tǒng)計學中作為一種常用的預測手段被廣泛應用。時間序列分析在第二次世界大戰(zhàn)前應用于經(jīng)濟預測。二次大戰(zhàn)中和戰(zhàn)后,在軍事科學、空間科學、氣象預報和工業(yè)自動化等部門的應用更加廣泛。時間序列分析(Time series analysis)是一種動態(tài)數(shù)據(jù)處理的統(tǒng)計方法。該方法基于隨機過程理論和數(shù)理統(tǒng)計學方法,研究隨機數(shù)據(jù)序列所遵從的統(tǒng)計規(guī)律,以用于解決實際問題。時間序列構成要素是:現(xiàn)象所屬的時間,反映現(xiàn)象發(fā)展水平的指標數(shù)值。

項目介紹:本項目將向?qū)W生介紹金融數(shù)學中時間序列分析的基本方法和模型,以及在金融市場和股票投資領域的應用。利用多階段指數(shù)平滑,重要的趨勢和季節(jié)性模型得到了更好的發(fā)展和應用。項目中介紹了用于固定時間序列(自回歸、移動平均線)的 Box-Jenkins 模型,包括估計、順序選擇和預測方法。學生們將從互聯(lián)網(wǎng)上收集現(xiàn)實世界的時間序列數(shù)據(jù),并使用項目中涵蓋的方法進行分析。

Introduction to fundamental methods and models of time series analysis with applications in economics, finance, and public health. Important models of trend and seasonality are developed and applied, using multi-stage exponential smoothing. Box-Jenkins models for stationary time series (auto-regressions, moving averages) are covered including methods for estimation, order selection, and forecasting. Real-world time series data are collected from the internet and analyzed with the methods covered in the program.

項目大綱:時間序列分析導論 Introduction to Time Series Analysis 時間序列模型;金融時間序列 Simple Time Series Models; financial time series 預估噪聲序列的時間序列相關性檢驗固定的流程 Testing estimated noise sequences for time series dependence; stationary processes 回歸(AR)、移動平均(MA)和ARMA模型 ;模型選擇和預測 Auto-regression (AR), moving average (MA), and ARMA models;model selection and forecasting 學術研討1 Final Project Phase I 學術研討1 Final Project Phase II 項目回顧和成果展示 Program Review and Presentation 論文輔導Project Deliverables Tutoring

更多課程分類
驗證碼

獲取驗證碼