Box-Jenkins Modeli nedir?
Box-Jenkins Modeli, belirli bir zaman serisinden gelen verilere dayanarak veri aralıklarını tahmin etmek için tasarlanmış bir matematiksel modeldir. Box-Jenkins Modeli, tahmin için birçok farklı zaman serisi verisini analiz edebilir.
Metodolojisi, sonuçları belirlemek için veri noktaları arasındaki farkları kullanır. Metodoloji, modelin tahminleri oluşturmak için otoregresyon, hareketli ortalamalar ve mevsimsel farklılıklar kullanarak eğilimleri tanımlamasına olanak tanır. Otoregresif entegre hareketli ortalama (ARIMA) modelleri, Box-Jenkins modelinin bir şeklidir. ARIMA ve Box-Jenkins Modeli terimleri birbirinin yerine kullanılabilir.
Önemli Çıkarımlar
- Box-Jenkins Modeli, regresyon çalışmalarını kullanan bir tahmin metodolojisidir. Metodoloji, en iyi zaman serisi verilerinin gerilemesine dayanan bilgisayar tarafından hesaplanan bir tahmin olarak kullanılır. 18 ay veya daha kısa zaman dilimleri içinde tahmin için en uygun yöntemdir. ARIMA hesaplamaları, R programlama dilinde programlanabilir istatistik yazılımı gibi gelişmiş araçlarla yapılır.
Box-Jenkins Modelini Anlama
Box-Jenkins Modelleri, iş verileri ve gelecekteki güvenlik fiyatları dahil olmak üzere çeşitli beklenen veri noktalarını veya veri aralıklarını tahmin etmek için kullanılır.
Box-Jenkins Modeli iki matematikçi George Box ve Gwilym Jenkins tarafından oluşturuldu. İki matematikçi bu modeli oluşturan kavramları 1970 tarihli "Zaman Serisi Analizi: Tahmin ve Kontrol" yayınında tartıştılar.
Box-Jenkins Modelinin parametrelerinin tahminleri çok karmaşık olabilir. Bu nedenle, diğer zaman serisi regresyon modellerine benzer şekilde, en iyi sonuçlar tipik olarak programlanabilir yazılım kullanılarak elde edilecektir. Box-Jenkins Modeli genellikle 18 ay veya daha kısa süreli kısa vadeli tahminler için en uygunudur.
Box-Jenkins Metodolojisi
Box-Jenkins Modeli, bir tahmincinin programlanmış tahmin yazılımını kullanırken karşılaşacağı birkaç zaman serisi analiz modelinden biridir. Çoğu durumda yazılım, tahmin edilecek zaman serisi verilerine dayalı olarak en uygun tahmin yöntemini otomatik olarak kullanacak şekilde programlanacaktır. Box-Jenkins, çoğunlukla düşük volatilite ile kararlı olan veri setleri için en iyi seçenek olarak bildirilmektedir.
Box-Jenkins Modeli verileri üç ilke kullanarak tahmin eder: otomatik yeniden bastırma, fark ve hareketli ortalama. Bu üç ilke sırasıyla p, d ve q olarak bilinir. Her ilke Box-Jenkins analizinde kullanılır ve birlikte toplu olarak ARIMA (p, d, q) olarak gösterilir.
Otoregresyon (p) işlemi, verileri durağanlık seviyesi açısından test eder. Kullanılan veriler sabitse, öngörme işlemini basitleştirebilir. Kullanılan veriler sabit değilse, bunların değiştirilmesi gerekir (d). Veriler ayrıca analiz sürecinin q bölümünde yapılan hareketli ortalama uyumu için de test edilir. Genel olarak, verilerin ilk analizi, bir tahmin geliştirmek için uygulanan parametreleri (p, d ve q) belirleyerek tahmini için hazırlar.
Öngörülen Hisse Senedi Fiyatları
Box-Jenkins Model analizinin bir kullanımı hisse senedi fiyatlarını tahmin etmektir. Bu analiz tipik olarak R yazılımı ile oluşturulur ve kodlanır. Analiz, gelecekte belirli bir süre için öngörülen fiyatları üretmek için veri setine uygulanabilen logaritmik bir sonuç ile sonuçlanır.