具有结构性中断的时间序列的预测

时间:2019-01-21 05:19:57

标签: r time-series forecast

根据http://timelyportfolio.blogspot.com/2012/04/中给出的说明,并按照列出的示例进行操作,我知道可以检测到结构性断裂。确定结构性断裂后,有人可以帮助我如何使用R进行预测。以下是上面网页的代码。

library(bfast)
library(quantmod)
getSymbols("^GSPC",from="1950-01-01")
GSPC.monthly <- log(to.monthly(GSPC)[,4])
GSPC.ts <- ts(as.vector(GSPC.monthly["1951-01::"]),start=c(1951,1),frequency=12)
GSPC.stl <- stl(GSPC.ts,s.window="periodic")
plot(GSPC.stl,main="STL Decomposition of S&P 500")

GSPC.bfast <- bfast(GSPC.ts,h=0.2,max.iter=1,season="none")
plot(GSPC.bfast,type="components",ylim=c(3,max(GSPC.monthly)+1),main="S&P 500 with bfast Breakpoints and Components")
plot(GSPC.bfast,type="trend",ylim=c(3,max(GSPC.monthly)+1),main="S&P 500 with bfast Trend Breakpoints")
GSPC.bfast$output[[1]]$St

1 个答案:

答案 0 :(得分:1)

在结构性断裂后进行预测非常具有挑战性。首先:如果您使用某种类型的滚动回归,那么结构断裂将在一段时间后不再影响您的模型。 (取决于窗口的长度)。有关更高级的方法,请查看Eklund et al. 2010。在进行结构性断裂之后,他们将断裂前模型和断裂后新模型混合在一起。当然,参数校准很棘手。