|
|
| Тема |
 Финансово моделиране |
|
| Автор |
peneva123 (непознат) |
|
| Публикувано | 27.03.16 15:28 |
|
|
|
Анализ на данните за цена на търгувани книжа на БФБ на компания. Анализът включва:
• Средна цена на търгуваните акции
• Абсолютен прираст на цената на акциите
• Среден абсолютен прираст на търгуваните акции
• Базисен индекс на цената на база първият период
• Верижен индекс на изменението на цената
• Верижен индекс на изменението на цената в процент
• Абсолютен прираст на цената
• Абсолютен прираст на цената в процент
• Верижен индекс на прирастите на цената
• Верижен индекс на прирастите на цената в процент
• Верижен индекс на прирастите на цената в абсолютна стойност, въвежда се за помощна колона с цел изчисляване на средния геометричен темп на прираста на цената. Това се налага, защото средния геометричен темп на прираста на цената се изчислява само на базата на положителни величини. В изследваните данни има отрицателна стойност, която се преобразува в положителна.Верижен индекс на прирастите на цената в абсолютна стойност в процент
• Среден геометричен темп на ръста на цената за всички измервания
• Среден геометричен темп на ръста на цената за всички измервания в процент
• Среден геометричен темп на прираста на цената
• Среден геометричен темп на прираста на цената в процент
• Стандартно отклонение на цената
• Ляво стандартно отклонение на цената
• Дясно стандартно отклонение на цената
• Прогноза на основата на средния темп на ръста
• Прогноза на основата нa средния темп на прираста
• Разлика между прогнозата на основата на средния темп на ръста и прогнозата на основата на средния темп на прираста.
На втората страница на файла е приложен модел на основата на броя на изтъргуваните акции на ……………………..
Модел R max R2 ESS min
Y=ao + a1x
Y=ao + a1x + a2x2
Y=ao + a1x + a2x2 + a3x3
Y=ao + a1x + a2x2 + a3x3 + a4x4
Y=ao + a1x + a2x2 + a3x3 + a4x4 + a5x5
Както се вижда от таблицата последният модел най-добре описва данните, тъй като при него регресията е най-голяма, а грешката- най-малка. На основата на тези данни правим прогнозното уравнение.
Както се вижда от графиката този модел не е добър за описание на входящите данни.
На третата страница от файла е разгледан времевият модел на анализ на данните.
Модел R max R2 ESS min
Y=ao + a1t
Y=ao + a1t + a2t2
Y=ao + a1t + a2t2 + a3t3
Y=ao + a1t + a2t2 + a3t3 + a4t4
Y=ao + a1t + a2t2 + a3t3 + a4t4 + a5t5
Както се вижда от таблицата моделът, който най-добре описва данните е третият, тъй като при него регресията е най-голяма, а грешката- най-малка.
От графиката става ясно, че този модел се приближава до реалните данни, но ги описва непълно. Ето защо този модел не е подходящ за описване на входните данни.
На четвъртата страница е разгледан авторегресионният модел на данните.
Модел AR R max R2 ESS min
AR (1;0) Y= ao + a1yt-1
AR (2;0) Y= ao + a1yt-1 + a2yt-2
AR (3;0) Y= ao + a1yt-1 + a2yt-2 + a3yt-3
AR (3;0) е най-добрият модел за описание на данните, защото има най-голяма R max и най-малка ESS min. Както се вижда модела следва движението на основните данни и е добър за описването им.
На петата страница от файла е разгледан модела на плъзгащите се средни.
Модел MA R max R2 ESS min
MA (0;1) Y= ao + a1zt-1
MA (0;2) Y= ao + a1zt-1 + a2zt-2
MA (0;3) Y= ao + a1zt-1 + a2zt-2 + a3zt-3
Тук МА (0;3) е най-добрият модел за описание на данните ни, защото има най-голяма R max и най-ниска ESS min. Както се вижда моделът следва движението на основните данни и е добър за описването им.
На тази страница са изчислени прогнози на основата на средно-геометричния темп на прираста на цената и са изчислени средните геометрични темпове на цени на анализираните данни.
На шестата страница от файла е разгледан комбиниран модел от авторегресионния модел и модела на плъзгащите се средни.
Модел ARMA R max R2 ESS min
ARMA (1;3) Y= ao + a1yt-1 + ao + a1zt-1 + a2zt-2 + a3zt-3
Този модел има най-добри стойности и най-добре от всички разгледани до момента описва входните данни.
На тази страница са изчислени прогнози на основата на средно-геометричния темп на прираста на цената и стандартното отклонение на разглежданите данни, които дават представа между кои интервали попада прогнозираната цена.
На седмата страница от файла е разгледан моделът с верижен ръст на цената.
Модел ARCH R max R2 ESS min
Y= ao + a1∆y
Този модел не е добър за описание на данните.
Обобщение на моделите в единна таблица:
Модел R max R2 ESS min
Y=ao + a1x
Y=ao + a1x + a2x2
Y=ao + a1x + a2x2 + a3x3
Y=ao + a1x + a2x2 + a3x3 + a4x4
Y=ao + a1x + a2x2 + a3x3 + a4x4 + a5x5
Y=ao + a1t
Y=ao + a1t + a2t2
Y=ao + a1t + a2t2 + a3t3
Y=ao + a1t + a2t2 + a3t3 + a4t4
Y=ao + a1t + a2t2 + a3t3 + a4t4 + a5t5
AR (1;0) Y= ao + a1yt-1
AR (2;0) Y= ao + a1yt-1 + a2yt-2
AR (3;0) Y= ao + a1yt-1 + a2yt-2 + a3yt-3
MA (0;1) Y= ao + a1zt-1
MA (0;2) Y= ao + a1zt-1 + a2zt-2
MA (0;3) Y= ao + a1zt-1 + a2zt-2 + a3zt-3
ARMA (1;3) Y= ao + a1yt-1 + ao + a1zt-1 + a2zt-2 + a3zt-3
Y= ao + a1∆y
От общата таблица на моделите се вижда, че най-добрият модел описващ акциите, които анализирах, е моделът ARMA (1;3). Той се явява с най-голям коефициент на регресия и с най-малка големина на грешката в модела. Както се вижда от графиките този модел описва най-добре данните за разлика от другите разгледани модели за анализ.
| |
| |
| 
|
|
