Аналіз даних — ціни на сировину
Заробляти на сировинних ринках непросто. Більшість трейдерів товарними контрактами втрачають гроші, а не заробляють. Пакет astsa містить набір даних chicken — місячні спотові ціни на цілу курку, причали Джорджії, центів США за фунт, з серпня 2001 року до липня 2016 року.
Пакет astsa попередньо завантажено у вашу консоль R, а дані вже побудовано на графіку — зверніть увагу на тренд і сезонні компоненти.
Спершу ви застосуєте свої навички, щоб акуратно підібрати модель SARIMA до цього товару. Потім ви використаєте підібрану модель, щоб спробувати спрогнозувати спотову ціну на цілу курку.
Після вилучення тренду вибіркові ACF і PACF вказують на модель AR(2), адже PACF обривається після лагу 2, а ACF повільно спадає. Втім, в ACF залишається невелика сезонна складова. Її можна врахувати, додавши сезонний компонент SAR(1).
До речі, якщо вам цікаво аналізувати інші товари з різних регіонів, багато часових рядів можна знайти на сайті index mundi.
Ця вправа є частиною курсу
Моделі ARIMA в R
Інструкції до вправи
- Побудуйте графік диференційованих (d = 1) даних
diff(chicken). Зверніть увагу, що тренд вилучено, і відзначте сезонну поведінку. - Побудуйте вибіркові ACF і PACF диференційованих даних до лагу 60 (5 років). Зверніть увагу, що AR(2) виглядає доцільною, але в даних без тренду лишається невелика, проте статистично значуща сезонна складова.
- Підберіть ARIMA(2,1,0) до даних
chicken, щоб побачити, що в залишках лишається кореляція. - Підберіть SARIMA(2,1,0)x(1,0,0)12 і зверніть увагу, що модель добре підходить.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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