Zaman Serisi Analizi II - PowerPoint PPT Presentation

jaden
slide1 n.
Skip this Video
Loading SlideShow in 5 Seconds..
Zaman Serisi Analizi II PowerPoint Presentation
Download Presentation
Zaman Serisi Analizi II

play fullscreen
1 / 18
Download Presentation
Zaman Serisi Analizi II
475 Views
Download Presentation

Zaman Serisi Analizi II

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

    1. Zaman Serisi Analizi II

    3. ARMA Modelleri ARMA(p,q) Neden ARMA modeli? Minimum sayida bagimsiz degisken kullanarak etkili tahmin modelleri kurma imkani saglar. AIC ve BIC kullanilarak optimal p ve q degerleri bulunur.

    4. ARMA Modelleri ARMAX(p,q) Xt farkli degislenlerin t ve daha nceki degerlerini ierebilir.

    5. ARMA Modelleri ARMAX modeki ARMA modeli ile ayni zelliklere sahiptir. Bagimsiz degiskenlerin AR kismi hata terimleri ile iliskili Otokorelasyon Maximum likelihood metodu dogru katsayilari ve dogru hata terimleri ile istatistikleri verir.

    6. ARMA Modelleri ARIMA (p,d,q) Birim kk oldugu durumlarda kullanilir.

    7. Zaman Serileri ile Tahmin Metotlari

    8. Tahmin yt+1 ARMA denklemi kullanilarak tahmin edilebilir. Bagimli degiskenin hesaplanan degeri (predicted values) n dnem ileri degerlerin (yt+n) tahmin edilmesi

    9. Tahminin Dogrulugunun llmesi Tahmin hatalarinin kareleri toplami (Root Mean Squared Error)

    10. Tahminin Dogrulugunun llmesi Toplam Hata (Mean Absolute Error): RMSE ve MAE nin kk olmasi istenir. RMSE ve MAE bir lege bagli degildir.

    11. Tahminin Dogrulugunun llmesi Theils U istatistigi: Byk U degerleri kt tahmin performansini gsterir. Bir lege baglidir.

    12. Fama-French Tahmin Regresyonu (Predictive Regression) Portfy getirisinin tahmini Newey-West hata terimleri

    13. Zaman Bagli Degisken Varyans Modelleri Zaman serilerinde varyansin zamana gre degiskenlik gsterdigi durumlarda kullanilir. Varyansi tahmin etmek iin kullanilabilir. Varyansi etkileyen faktrleri belirlemek ve katsayilari hesaplamak iin kullanilabilir.

    14. Zamana Bagli Degisken Varyans Modelleri

    15. Zamana Bagli Degisken Varyans Modelleri ARCH (autoregressive conditional heteroskedasticity) Autoregression: Varyans nceki dnemlerdeki varyans degerlerine baglidir. Heteroskedasticity:Varyansin olasilik dagilimi degerlere gre farklilik gsterir

    16. ARCH ARCH(1) Modeli: MA(1)

    17. GARCH GARCH(1,1) (General-ARCH): Varyans denkleminin iine disaridan bagimsiz degiskenler eklenebilir. ARMA(1,1)

    18. Zamana Bagli Degisken Varyans Modelleri Diger GARCH modelleri iin: Campbell, Lo, MacKinlay (1997), The Econometrics of Financial Markets, Blm 12.2 Hamilton, (1994), Time Series Analysis, Blm 21