1. Nauka
    2. /
  2. Kursy
    3. /
  3. Modele ARIMA w R
Connected

ćwiczenie

Analiza danych – ceny surowców

Zarabianie na surowcach nie jest łatwe – większość traderów traci pieniądze, a nie zarabia. Pakiet astsa zawiera zbiór danych chicken, który przedstawia miesięczne ceny spot całych kurcząt (w centach USD za funt) na giełdzie w Georgii w latach 2001–2016.

Pakiet astsa jest wstępnie załadowany w twojej konsoli R, a dane zostały już przedstawione na wykresie – zwróć uwagę na trend i składnik sezonowy.

Na początku starannie dopasuj model SARIMA do tego surowca. Później wykorzystasz dopasowany model do prognozowania ceny spot całych kurcząt.

Po usunięciu trendu, próbkowe ACF i PACF sugerują model AR(2): PACF urywa się po opóźnieniu 2, a ACF opada stopniowo. W ACF pozostaje jednak niewielki składnik sezonowy, który można wyeliminować, dodając człon SAR(1).

Jeśli interesuje cię analiza cen innych surowców z różnych regionów, wiele różnych szeregów czasowych znajdziesz na stronie index mundi.

Instrukcje

100 XP
  • Przedstaw na wykresie zróżnicowane (d = 1) dane diff(chicken). Zwróć uwagę na usunięcie trendu i na zachowanie sezonowe.
  • Wykreśl próbkowe ACF i PACF zróżnicowanych danych do opóźnienia 60 (5 lat). Zauważ, że model AR(2) wydaje się odpowiedni, ale w odtrendowanych danych pozostaje niewielki, lecz istotny składnik sezonowy.
  • Dopasuj model ARIMA(2,1,0) do danych chicken i sprawdź, że w resztach pozostaje korelacja.
  • Dopasuj model SARIMA(2,1,0)x(1,0,0)12 i zwróć uwagę, że model dobrze dopasowuje się do danych.