1. Learn
    2. /
  2. Курси
    3. /
  3. Prévision en R
Connected

Вправа

Cours boursiers et bruit blanc

Comme vous l'avez vu dans la vidéo, le bruit blanc désigne des données purement aléatoires. Vous pouvez effectuer un test de Ljung-Box à l'aide de la fonction ci-dessous pour confirmer l'aléatorité d'une série; une valeur p supérieure à 0,05 suggère que les données ne diffèrent pas significativement d'un bruit blanc.

> Box.test(pigs, lag = 24, fitdf = 0, type = "Ljung")

Un résultat bien connu en économie, l'« hypothèse des marchés efficients », affirme que les prix des actifs reflètent toute l'information disponible. Il en découle que les variations quotidiennes des cours boursiers devraient se comporter comme un bruit blanc (en négligeant les dividendes, les taux d'intérêt et les coûts de transaction). Pour les prévisionnistes, cela signifie que la meilleure prévision du prix futur est le prix actuel.

Vous pouvez mettre cette hypothèse à l'épreuve en examinant la série goog, qui contient le cours de clôture de l'action Google sur 1 000 jours de bourse se terminant le 13 février 2017. Ces données ont été chargées dans votre espace de travail.

Інструкції

100 XP
  • Commencez par tracer la série goog avec autoplot().
  • À l'aide de diff() avec autoplot(), tracez les variations quotidiennes du cours de l'action Google.
  • Utilisez la fonction ggAcf() pour vérifier si ces variations quotidiennes ressemblent à un bruit blanc.
  • Complétez le code fourni pour effectuer un test de Ljung-Box sur les variations quotidiennes avec 10 retards.