B*********h
发帖数: 800 | 1 这个意义还是不同吧.按我的理解，主要看你那这些个参数干什么。
任何模型，你都可以用这些个方法fit出几个参数来，比如我扔硬币测正反概率是一样
的。或者我假定一个模型是对的，比如ARMA(p,q),我用MLE fit出p,q来，然后用来预测
一个区间。你最终的目的是想知道这个process将来的走势。
而LZ提到的这类随机模型，大家都知道是错的，没人指望这个股价真的按这个模型
evolve,但是你把想象中的元素加进去，比如说什么drift,diffusion,jumps, vol
dynamics全部加进去。主要目的是为了model衍生品市场里的某种现象，比如skew啊什
么的。如果skew不够陡，你就加vol of vol,加jump,就像做菜放调料一样. 然后拿着模
型去给更fancy的产品定价，算greeks。你要定价的那个时间段underlying怎么走并不
重要，只要跟真实股价一样，会抖会跳,幅度适中就成。这些calibration,都是用一个
单一时间T的一组不同产品市场价格fit出来的，也就是说snapshot数据，而不是path.
这个模型本质也不是预测工具，而是inte... 阅读全帖 |
|
s**z
发帖数: 610 | 2 An autoregressive model is essentially an all-pole infinite impulse response
filter with some additional interpretation placed on it.
The moving average model is essentially a finite impulse response filter
with some additional interpretation placed on it.
为什么呢？
谢谢！！！ |
|
g******e
发帖数: 352 | 3 把AR或者MA模型做一下Z变换就能立刻看出来了
response |
|
k*******d
发帖数: 1340 | 4 lz恐怕不是学Engineering的
google “FIR” and “IIR”，再和MA, AR比较一下.简单的说，FIR的输出只和输入有
关，IIR的输出（In general)和输入以及过去的输出都有关 |
|
j*****4
发帖数: 292 | 5 1) bucket sorting
2) St.Peterberg problem
3) Kelly criterion
4) OLS and relation with std/corr/cov
5) As a market maker, what do you need to consider if one client ask
your quote of FX product.
6) given trading volume of past few days, how to forecast the trading
volume tomorrow
7) How to detect the errors in trading data?
8) ARMA, how to test and how to estimate the order
9) How to test a time series is mean reverting
10) What is Ridge/lasso, why... 阅读全帖 |
|
c**********e
发帖数: 2007 | 6 How to answer these 3? Thanks a ton. I have no idea on (25) relation of
smile with corr of random factors.
8) ARMA, how to test and how to estimate the order
14) Idea of svm, how to choose a kernel
25) Write Heston model, relation of smile with corr of random factors |
|
s*******0
发帖数: 3461 | 7 8) ARMA, how to test and how to estimate the order
这个在SAS里面可以用pca 来判定 具体操作忘记了 |
|
C***m
发帖数: 120 | 8 某 start-up HF 找intern
第一轮，算是笔试
1. 说出几种american option 定价方法
2. 知道什么 design patterns ? 举几个例子.
3. 什么是ARMA process ，有什么用?
4. 怎么实现smart pointer in c++ ?
第二轮，电话面试
1. Elaborate your research, experience.
2. What is BS equation? How to prove BS equation?
3. Biased coin. What is the expectation of the tossing number until get 2
consecutive head?
4. A=[5 -3;-3 5] find B s.t. A=B^2 What’s the name of the decomposition?
还有一些和第一轮重复的.
攒人品，努力复习。 |
|
k*****y
发帖数: 744 | 9 同问，除了翻翻Time Series Applications to Finance by Ngai Hang Chan和Time
Series Analysis by James Hamilton这两本?
还有实际工作中会用到些什么?用来fit ARMA和GARCH?还是要generalize这些models?
Thanks. |
|
f*******y
发帖数: 267 | 10 如果我想fit stock prices or FX prices with whatever model (VAR, ARMA， etc),
用于prediction, 利用kalman filter和observation来修正estimation，具体怎么做？
对统计了解太少。kalman filtering 的state space model 需要已知model的参数，而
这些参数是需要一些historical data来fit得到。这两步是独立完成的？有点乱，不太
清楚，谢谢了！ |
|
f*******y
发帖数: 267 | 11 如果我想fit stock prices or FX prices with whatever model (VAR, ARMA， etc),
用于prediction, 利用kalman filter和observation来修正estimation，具体怎么做？
对统计了解太少。kalman filtering 的state space model 需要已知model的参数，而
这些参数是需要一些historical data来fit得到。这两步是独立完成的？有点乱，不太
清楚，谢谢了！ |
|
s**c
发帖数: 1247 | 12 q看correlation
p看partial correlation
如果是AR(p)，那么partial cut off at lag p，correlation是tail off
MA(q)，那么correlation cut off at lag q, partial tails off
ARMA(p,q)的话都是tail off
这个都是指理论值，实际求出来的estimate会有差异的 |
|
h******a
发帖数: 198 | 13 我看R里的用来fit AR model的函数有好几个：AR,ARMA,ARIMA,每个函数 同时 fit 同
样一个AR(1)model（不做differece，都是纯粹的AR(1)model），但是估计的结果都不一样啊；
而且对于AR这个函数，估计的方法就有好几种，yule-walker，MLE,OLE，burgs,一般用
那一种呢？MLE和OLE是一样的，那个burgs不知道是什么。。。 |
|
y********e
发帖数: 363 | 14 问题有点不清楚，我最近刚学，试答一下，AR ARMA ARIMA几个函数适用模型不同，
ARIMA用在NONstationary更好，尤其每个函数的OPTION默认值不同，所以结果会不一样。
我学ar的时候，用yule-walker比较多。 |
|
A***8
发帖数: 189 | 15 1. 根据x 系列数据获得了一个Arima model，
什么function可以用上面的ARIMA model以及coeffiecients去apply到y系列数据呢？
注意不是prediction.
2.R里面有ARMAtoMA这个function，那有没有从ARMA到AR的function呢？
假设model是invertible的 |
|
C*****n
发帖数: 1872 | 16 一个time series T
我首先用differencing去掉trend
然后用arma model fitting
最后预测得到n步的mean和confidence interval
请问我怎样转换confidence interval，去掉differencing
多谢！ |
|
C*****n
发帖数: 1872 | 17 当我运行
garchFit(~arma(i,0)+garch(1,1),data=logr,cond.dist="std")
出现如下错误
[1] "data" "i"
[1] "data"
Error in .garchArgsParser(formula = formula, data = data, trace = FALSE) :
Formula and data units do not match.
请问garchFit函数的参数不能使用变量吗？
有什么可以解决的方法?
谢谢! |
|
C*****n
发帖数: 1872 | 18 谢谢！
stock price, 1000个数据点
问题是如果我把arma(i,0)中的i替换成数字就没有问题
但是用变量，就会报错 |
|
|
q**j
发帖数: 10612 | 20 look at filter() or arima.sim() |
|
jl
发帖数: 398 | 21 arima.sim() for time varying? |
|
k***k
发帖数: 19 | 22 你要先测是用AR/MA,然后才能决定是什么model，还要确定是AR1/AR2/
MR1/MR2,或者ARMA model.用前面数据确定参数，然后预测最后一年的数据。 |
|
y*****y
发帖数: 98 | 23 dynamic linear models(state space models) are hot for time series analysis.
if you want to do it seriously, you'd better learn ideas from there.
otherwise perform some simple time series routines (ARMA etc.) |
|
w**********y
发帖数: 1691 | 24 I think you didn’t get the spirit of the google interview. Based on the discussion with some friends interviewed by google statistical groups, they want an open mind, quick response ppl with a solid stat background and good skills in R(?)
U did so bad in Logistic regression…When you answered MLE (without any further info), the interviewer already knew your background is very weak…
There is no close form MLE. You need to either use Newton-Raphson or Iterative methods.
Open you mind..if they ask y... 阅读全帖 |
|
c**2
发帖数: 99 | 25 谢谢指点！这个没想到啊。。。
当时确实想到用time series，但是他说数据是随机抽取出来的让我分析，也就是说可
能上一个订单是
1号上午，第二个订单是5号下午，第三个又是5号晚上，那样的话在时间上不是equally
-interval
的。time series只学过一个学期，就知道ARMA model，不知道怎么分析这种数据了。
请问你说的这个模型里面,x是time么？这样的模型叫什么名字？我好上网搜一下再了解
了解。 |
|
t*****3
发帖数: 878 | 26 同志们, 请帮助一下俺. 俺有两个问题.
1) 怎么测试一个TIME SERIES是不是MEAN REVERTING?
2) 怎么TEST或者ESTIMATE ARMA的ORDER啊?
谢谢同志们了 |
|
|
e*****u
发帖数: 337 | 28 看acf和pacf,或者用aic之类的criterion |
|
|
d******g
发帖数: 130 | 30 看acf和pacf,或者grid search,run 一个 loop看aic.看看那本Time series analysis
with example in R (Stoffer的书） |
|
d**********o
发帖数: 1321 | 31 隐约还能记得点儿MA, AR,ARMA, ARIMA, GARCH之类的模型，如果工作中也只是这些模型的应用，那我该回去啃书了。谢了! |
|
x**a
发帖数: 152 | 32 刚开始学习用SAS进行time series modeling，现在有一组数据X(t)，想用ARIMA-GARCH
来fit,如果现在假设选择orders为ARIMA（6，1，1-GARCH(1,3),那么怎么样coding最方
便？
又或者用ARMA-GARCH,但是这种情况下AR的order可能是不连续的一个子集，比如说p=(1
2 24 48)这样，那么又该怎么实现最方便？能用一个proc autoreg完成吗？
顺便问一下GARCH model的p和q用什么方法来identify比较方便？我看了sas的帮助说根
据Q和LM检验，但是我现在得出的结果是1-12全部都是significant （p value <0.0001
）,我又该怎么选呢？
因为是初学者，也不知道叙述的是否清楚合理，第一次发贴，请版上大牛不吝赐教！谢
谢！ |
|
d*******o
发帖数: 493 | 33 '又或者用ARMA-GARCH,但是这种情况下AR的order可能是不连续的一个子集，比如说p=(
1
2 24 48)这样，那么又该怎么实现最方便？能用一个proc autoreg完成吗？'
Agree with statcompute. No way for proc autoreg. PROC MODEL has more
flexibility. You can expand his solution. |
|
d*********k
发帖数: 1239 | 34 data其实是这样的，比如你要监控一个设备
第一天是每天的整点测量
0 1 2 3 4 ...22 23
第二天就变成了
0 2 4 6 .20 22
第三天可能就是
0 4 8 12 16 20
然后就是每天测量的间隔不一样，可能间隔1,2,3,4,5,6测量数据
如果持续了一个月记录数据，这样做出来的time series貌似是不能用什么arma之类的
模型吧？有什么具体的建议？
many |
|
z*******n
发帖数: 52 | 35 不是arma，是arimax. 请哪位指教一下吧. 给个reference也行啊。 |
|
s*****i
发帖数: 93 | 36 是ARMA一类的model吗？还有没有其他更复杂的呢？有没有书介绍这些的？谢谢！ |
|
y**3
发帖数: 267 | 37 thanks.
Yes, there seems a strong linear trend. Can I just fit the reponse vs time
and then extrapolate to beyond observed time point? It seems not
statistically sound.
Or you meant still use ARMA or MA to do the forecasting?
. |
|
x****g
发帖数: 796 | 38 Need to figure out the meaning of following concepts:
acf: autocorrelation function (used to tell MA order)
pacf: partial autocorrelation function (used to tell AR order)
AR model
MA model
ARMA model
ARIMA model
Garch model
Just google 'ARIMA lecture notes', 'Garch time series' etc to find reading
materials.
Good luck. |
|
x****g
发帖数: 796 | 39 Need to figure out the meaning of following concepts:
acf: autocorrelation function (used to tell MA order)
pacf: partial autocorrelation function (used to tell AR order)
AR model
MA model
ARMA model
ARIMA model
Garch model
Just google 'ARIMA lecture notes', 'Garch time series' etc to find reading
materials.
Good luck. |
|
f*******y
发帖数: 267 | 40 【 以下文字转载自 Quant 讨论区 】
发信人: flymelody (无兄弟不倒塔), 信区: Quant
标 题: 问个time series
发信站: BBS 未名空间站 (Sat Oct 25 17:42:15 2014, 美东)
如果我想fit stock prices or FX prices with whatever model (VAR, ARMA， etc),
用于prediction, 利用kalman filter和observation来修正estimation，具体怎么做？
对统计了解太少。kalman filtering 的state space model 需要已知model的参数，而
这些参数是需要一些historical data来fit得到。这两步是独立完成的？有点乱，不太
清楚，谢谢了！ |
|
m*********k
发帖数: 10521 | 41 [ebiz] cryst Dec 2 ● 发包子
10*882*1.1=9702
成功扣除 9702 伪币的用户: cryst
成功奖励 10 伪币的用户: Accu, adamli629, addy008, adelineliu, adiuada, adots, AE, aidazhaohu, aily, airfresher, aitian, alaleilei, albertini, alicelast, alive, allann, allspark, AM777, amandabear, amazonwii, aniee, anneal, AnnieAnita, anniee, anniemm, anonymaus, anyme, aoemit, aOzu, apex2009, ariescb, ARMA, armilla, asj9628, awoy, axii, ayee, babar, BabySeal, babysiter, babysittter, backues, bactive79, badi, baixiaoxiong, balance2 |
|
m*********k
发帖数: 10521 | 42 [ebiz] CatEgg Dec 25 ● 发50个包子求祝福
10*50*1.1=550
成功奖励 10 伪币的用户: adiuada, AE, aniee, ARMA, BeBaby, benbenzhu, camoufleur, crystalcock, daye520, dena, DHCDCO, Egg, fanfan3200, flyrabbit05, Francesco, futurehw, gmail, guaichong, happymarry, happywowo, hisid, holyokee, horselibra, htchen, hwsim, iatrology, immuo, jianfech, libran, lightmoon, lightnight, MegaXin, pangzhutou, paotangde, pphaha, PrinSky, redapple002, scottjj, sherald, ssunsetu, Stewie, stlau, syrsyr, tianxi, Tomosulo, wang |
|
s****h
发帖数: 3979 | 43 N年前弄过时间序列，瞎说几句。
最起码的，你要把你的时间序列画出来看看，才知道啥方法最好。
ARIMA model使用对象是univariate time series，也就是单一时间序列。
你这里其实有2个时间序列
1. 新增用户N_i
2. 活跃用户A_i
这两个序列之间没有直接的关系。虽然可能有一定（甚至比较强）的correlation.
如果分开来看两个序列，你可以把一个序列扔进Arima model来找参数。可是未必找得
准。
如果自己找参数，N_i可能更适合用ARMA，AR和MA的参数用多少，可以自己画个
autocorrelationfunction啥的看看。
如果时间序列里面有trend（不断上升的，或者seasonal的）还要把trend分离出来分析。
除了单独的autocorrelationfunction，如果两个序列有关系，你最好也先画个
crosscorrelaionfunction的图看看。
把trend去除之后，假设autocorrelationfunction lag>=M之外，
crosscorrelaionfunction lag>=N之外，相关系数... 阅读全帖 |
|
t******g
发帖数: 2253 | 44 这个的确不好分析。对这种有可能 exponential smoothing 效果比arma好些。 |
|
w**2
发帖数: 147 | 45 exponential smoothing其实和某些arma是一样的哎。 |
|
w**2
发帖数: 147 | 46 time series, 先检查stationarity，seasonality，然后试着fit一个arma, arima or
sarima之类的。 |
|
S******n
发帖数: 90 | 47 【 以下文字转载自 JobHunting 讨论区 】
发信人: SeeGreen (SeeGreen), 信区: JobHunting
标 题: Data Scientist Phone Interview preparation
发信站: BBS 未名空间站 (Mon Sep 21 16:17:38 2015, 美东)
HR安排电面
她说将测试我 Time Series and predictive modeling 概念
如何准备predictive modeling
我知道ARMA是否足够:)
求建议? |
|
t******g
发帖数: 2253 | 48 我来问几个基本的问题
1) ARMA的p, q 如何选择
2) 如果有seasonality怎么处理
3) 什么是ARIMA
4) 什么是exponential smoothing model |
|
t******g
发帖数: 2253 | 49 这个不难，time series很多模型，比如ARMA，本身就可以理解为是一种regression模
型，应该有不少现成工具可以加其他变量到time series |
|
|
