НачатьНачать бесплатно

Цены на акции и белый шум

Как вы узнали из видео, белый шум — это термин, описывающий полностью случайные данные. Для проверки случайности ряда можно использовать тест Льюнга–Бокса: p-значение больше 0,05 указывает на то, что данные статистически не отличаются от белого шума.

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

В экономике существует хорошо известная концепция — «Гипотеза эффективного рынка», согласно которой цены активов отражают всю доступную информацию. Из этого следует, что ежедневные изменения цен на акции должны вести себя как белый шум (не принимая во внимание дивиденды, процентные ставки и транзакционные издержки). Для специалистов по прогнозированию это означает, что лучший прогноз будущей цены — это текущая цена.

Проверить эту гипотезу можно на ряде goog, содержащем цены закрытия акций Google за 1000 торговых дней, последний из которых — 13 февраля 2017 года. Эти данные уже загружены в вашу рабочую среду.

Это упражнение является частью курса

Прогнозирование в R

Посмотреть курс

Инструкции к упражнению

  • Сначала постройте график ряда goog с помощью autoplot().
  • Используя функцию diff() совместно с autoplot(), постройте график ежедневных изменений цен на акции Google.
  • Примените функцию ggAcf(), чтобы проверить, похожи ли эти ежедневные изменения на белый шум.
  • Заполните готовый код для выполнения теста Льюнга–Бокса на ежедневных изменениях с использованием 10 лагов.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Plot the original series
___

# Plot the differenced series
___

# ACF of the differenced series
___

# Ljung-Box test of the differenced series
___(___, lag = ___, type = "Ljung")
Редактировать и запускать код