Analýza a předpověď ekonomických časových řad pomocí vybraných statistických metod

Abstract

V této diplomové práci se zaměřujeme na vytvoření plně automatizovaného algoritmu pro předpovědi finančních řad, který se snaží využít kombinační proceduru na dvou úrovních mezi dvěma rodinami předpovědních modelů, Box-Jenkins a Exponenciální stavové modely, které jsou schopny modelovat jak homoskedastické tak heteroskedastické časové řady. Pro tento účel jsme navrhli selekční proceduru v prostředí MATLAB pro modely ARIMA. Výsledný kombinovaný model je pak aplikován několik finančních časových řad a jeho výkonost je diskutována.In this thesis we aim to construct a fully automatic forecasting algorithm, which is trying to utilize a combining procedure on two levels between two families of forecasting models, Box-Jenkins and Exponential smoothing state space models, that is able to deal with homoscedastic and heteroscedastic time series. For this we devise a selection procedure in the MATLAB environment for ARIMA models. The resulting combined model is then applied several financial time series and its performance is discussed.