Яка найкраща модель для прогнозування часових рядів?

2024 admin 0 Comments

Моделі авторегресійної інтегрованої ковзної середньої (ARIMA). є одними з найбільш широко використовуваних методів прогнозування часових рядів: в авторегресійній моделі прогнози відповідають лінійній комбінації минулих значень змінної.

Авторегресійне інтегроване ковзне середнє (ARIMA) це загальновживаний статистичний алгоритм для прогнозування часових рядів. Алгоритм особливо корисний для простих наборів даних із менш ніж 100 часовими рядами.

Модель ARIMA, як традиційний статистичний метод, враховує елементи автокореляції та ковзного середнього в даних часових рядів. Вони широко використовуються у фінансах та економіці для прогнозування цін на фондовому ринку з використанням минулих даних про ціни та обсяги. [7].

Найпоширенішими прогнозними моделями є:

  • Дерева рішень. Дерева рішень — це проста, але потужна форма аналізу багатьох змінних. …
  • Регресія (лінійна та логістична) Регресія є одним із найпопулярніших методів статистики. …
  • Нейронні мережі.

Для передбачення DCF, Пророк дав трохи краще, ніж ARIMA, з різницею 6%. Отримані результати показують, що обидві методології прогнозування працюють добре та можуть бути надійними для інвесторів.