政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/83851

English | 正體中文 | 简体中文 | Post-Print筆數 : 27 | 全文筆數/總筆數 : 114014/145046 (79%)
造訪人次 : 52043012 線上人數 : 506

RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.

政大機構典藏 > 社會科學學院 > 經濟學系 > 學位論文 > Item 140.119/83851

請使用永久網址來引用或連結此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/83851

題名:	時間序列模型的一場大規模預測測試 Toward a Large-Scale Forecasting Tournaments on Time Series Models
作者:	譚經緯
貢獻者:	陳樹衡譚經緯
日期:	2000
上傳時間:	2016-04-01 17:14:04 (UTC+8)
摘要:	當研究者手中擁有許多預測模型可供其選擇時，如何在一公正客觀的環境下，作模型的評估與最後的選擇，而不會流於因資料過於特定而使其結論不夠穩固？本文即依此目的，建立了一套預測模型選擇的評估程序（詳見第三章或流程圖一）；基本概念上，這是一套可跨樣本、樣本資料長度可不同，且具大樣本漸次特性的「隨機資料」評估方式。然而，候選模型的考慮，完全端視使用者基本之信仰與考量；本文即選擇了八大類各具代表性之模型：Random Walks、Linear ARMA、State Space ARMA、ARFIMA、Markov Switching、GARCH、N_N_AR與N_N_Wavelets（詳見第二章），前四種屬於線性模型，後四種則為非線性模型，同時以Random Walks模型為比較標竿（benchmark），用以預測國際股價指數「每日」資料（共11國，參見表三）與「每分鐘」資料（共10國，參見表四）之報酬率，模型預測績效之評估方式則利用三種指標：MSE、MAE與MAPE。另外本文特色是清楚的將八大類模型所使用的軟體（主程式包含Matlab、SAS、Ox與Excel）其來源與特色加以簡介說明（參見表一與第二章，其中有相當比例為學術專用的免費共享軟體），以期對有興趣再行深入研究的人員能有跡可尋，將可大量縮減其程式規劃之時間，充分達到資源共享與專業分工的目的。
描述:	博士國立政治大學經濟學系
資料來源:	http://thesis.lib.nccu.edu.tw/record/#A2002000473
資料類型:	thesis
顯示於類別:	[經濟學系] 學位論文

文件中的檔案:

沒有與此文件相關的檔案.

在政大典藏中所有的資料項目都受到原著作權保護.

社群 sharing

著作權政策宣告 Copyright Announcement

1.本網站之數位內容為國立政治大學所收錄之機構典藏，無償提供學術研究與公眾教育等公益性使用，惟仍請適度，合理使用本網站之內容，以尊重著作權人之權益。商業上之利用，則請先取得著作權人之授權。
The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

2.本網站之製作，已盡力防止侵害著作權人之權益，如仍發現本網站之數位內容有侵害著作權人權益情事者，請權利人通知本網站維護人員(nccur@nccu.edu.tw)，維護人員將立即採取移除該數位著作等補救措施。
NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.

資料載入中.....