डेटा विश्लेषण - कमोडिटी कीमतें
कमोडिटीज़ में पैसा कमाना आसान नहीं है। ज़्यादातर कमोडिटी ट्रेडर्स कमाने के बजाय पैसा खोते हैं। पैकेज astsa में chicken नाम का डेटासेट शामिल है, जो अगस्त 2001 से जुलाई 2016 तक Georgia docks पर पूरे चिकन की मासिक स्पॉट कीमतें हैं, US cents प्रति पाउंड में।
आपके R कंसोल में astsa पैकेज पहले से लोड है और डेटा आपके लिए प्लॉट किया गया है। ट्रेंड और सीज़नल कॉम्पोनेंट्स पर ध्यान दें।
सबसे पहले, आप अपनी स्किल्स का उपयोग करके इस कमोडिटी पर सावधानी से एक SARIMA मॉडल फिट करेंगे। बाद में, आप फिट किए गए मॉडल का उपयोग करके पूरे चिकन की स्पॉट कीमत का फोरकास्ट करने की कोशिश करेंगे।
ट्रेंड हटाने के बाद, सैंपल ACF और PACF एक AR(2) मॉडल सुझाते हैं क्योंकि PACF lag 2 के बाद कट ऑफ हो जाता है और ACF धीरे-धीरे घटता है। हालाँकि, ACF में एक छोटा सा सीज़नल कॉम्पोनेंट बचा रहता है। इसे एक अतिरिक्त SAR(1) कॉम्पोनेंट फिट करके संभाला जा सकता है।
वैसे, अगर आप अलग-अलग क्षेत्रों की अन्य कमोडिटीज़ का विश्लेषण करना चाहते हैं, तो आपको index mundi पर कई तरह की टाइम सीरीज़ मिल सकती हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में ARIMA मॉडल्स
अभ्यास निर्देश
- differenced (d = 1) डेटा
diff(chicken)को प्लॉट करें। ध्यान दें कि ट्रेंड हट चुका है और सीज़नल व्यवहार पर गौर करें। - differenced डेटा की सैंपल ACF और PACF को lag 60 (5 साल) तक प्लॉट करें। ध्यान दें कि AR(2) उपयुक्त लगता है, लेकिन detrended डेटा में एक छोटा पर महत्वपूर्ण सीज़नल कॉम्पोनेंट बाकी है।
chickenडेटा पर ARIMA(2,1,0) फिट करें ताकि आप देख सकें कि रेजिडुअल्स में अभी भी कोरिलेशन बचा है।- SARIMA(2,1,0)x(1,0,0)12 फिट करें और देखें कि मॉडल अच्छी तरह फिट होता है।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Plot differenced chicken
# Plot P/ACF pair of differenced data to lag 60
# Fit ARIMA(2,1,0) to chicken - not so good
# Fit SARIMA(2,1,0,1,0,0,12) to chicken - that works