Box-Jenkins Modeli

Published · Updated

Box-Jenkins Modeli nedir?

Box-Jenkins Modeli, belirli bir zaman serisinden gelen girdilere dayalı olarak veri aralıklarını tahmin etmek için tasarlanmış matematiksel bir modeldir. Box-Jenkins Modeli, tahmin için birçok farklı zaman serisi verisini analiz edebilir.

Metodolojisi, sonuçları belirlemek için veri noktaları arasındaki farklılıkları kullanır. Metodoloji, modelin tahminler oluşturmak için otomatik yakalama, hareketli ortalamalar ve mevsimsel farklılıkları kullanarak eğilimleri belirlemesine izin verir. Otoregresif entegre hareketli ortalama (ARIMA) modelleri, Box-Jenkins modelinin bir şeklidir. ARIMA ve Box-Jenkins Modeli terimleri birbirinin yerine kullanılabilir.

Temel Çıkarımlar

  • Box-Jenkins Modeli, regresyon çalışmalarını kullanan bir tahmin metodolojisidir.
  • Metodoloji, en iyi zaman serisi verilerinin regresyonuna dayalı olarak bilgisayar tarafından hesaplanan bir tahmin olarak kullanılır.
  • 18 ay veya daha kısa zaman dilimlerinde tahmin yapmak için en uygun olanıdır.
  • Modern ARIMA hesaplamaları, R programlama dilinde programlanabilir istatistiksel yazılım gibi sofistike araçlarla yapılır.

Box-Jenkins Modelini Anlamak

Box-Jenkins Modelleri için kullanılan tahmini beklenen veri noktası veya işletme verileri ve gelecek güvenlik fiyatlarının içeren veri aralıkları çeşitli.

Box-Jenkins Modeli, iki matematikçi George Box ve Gwilym Jenkins tarafından oluşturuldu. İki matematikçi, bu modeli oluşturan kavramları 1970 tarihli bir yayın olan “Zaman Serisi Analizi: Tahmin ve Kontrol” te 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 uygun modeldir.

Box-Jenkins Metodolojisi

Box-Jenkins Modeli, bir tahmincinin programlanmış tahmin yazılımı kullanırken karşılaşacağı birkaç zaman serisi analiz modelinden biridir. Çoğu durumda yazılım, tahmin edilecek zaman serisi verilerine dayalı olarak en uygun tahmin metodolojisini otomatik olarak kullanacak şekilde programlanacaktır. Box-Jenkins’in, düşük oynaklıkla çoğunlukla kararlı olan veri kümeleri için en iyi seçenek olduğu bildiriliyor.

Box-Jenkins Modeli, üç ilkeyi kullanarak verileri tahmin eder: otoregresyon, farklılaşma ve hareketli ortalama. Bu üç ilke sırasıyla p, d ve q olarak bilinir. Her ilke Box-Jenkins analizinde kullanılır ve birlikte topluca ARIMA (p, d, q) olarak gösterilir.

Otoregresyon (p) işlemi, veriyi durağanlık seviyesi için test eder. Kullanılan veriler sabitse, tahmin sürecini basitleştirebilir. Kullanılan veriler sabit değilse, farklılaştırılması gerekecektir (d). Veriler ayrıca, analiz sürecinin q bölümünde yapılan hareketli ortalama uyumu için test edilir. Genel olarak, verilerin ilk analizi, bir tahmin geliştirmek için uygulanan parametreleri (p, d ve q) belirleyerek onu tahmin için hazırlar.

Hisse Senedi Fiyatlarının Tahmin Edilmesi

Box-Jenkins Model analizinin bir kullanımı hisse senedi fiyatlarını tahmin etmektir. Bu analiz tipik olarak R yazılımı aracılığıyla oluşturulur ve kodlanır. Analiz, gelecekte belirli bir süre için tahmin edilen fiyatları oluşturmak için veri setine uygulanabilen logaritmik bir sonuçla sonuçlanır.