Как предсказать курс доллара. Эффективные методы прогнозирования с использованием Excel и EViews. Владимир Георгиевич Брюков

необходимо протестировать данное уравнение регрессии (прогностическую модель) на его адекватность с точки зрения прогностических качеств. В-третьих, надо составить точечные прогнозы по курсу американской валюты, используя полученную математическую модель. В-четвертых, нужно удостовериться в приемлемой точности составленных точечных прогнозов. В-пятых, необходимо убедиться, что получившиеся в результате отклонения фактического курса доллара от его предсказанных (расчетных) значений представляют собой стационарный ряд. В-шестых, надо посмотреть, является ли распределения остатков нормальным, что позволит нам впоследствии составить интервальные прогнозы – с учетом диапазона отклонений точечных прогнозов от фактического курса доллара – с определенным уровнем надежности. В-седьмых, нужно проверить, соответствует ли точность интервальных прогнозов заданному уровню надежности. В-восьмых, научиться применять полученную статистическую модель для составления рекомендуемых цен покупки и продажи валюты, используемых в качестве стоп-приказов при работе на валютном рынке. При этом выполнение всех этих процедур будет сопровождаться подробным рассказом о том, как их можно выполнить в Excel или EViews, что поможет нашим читателям впоследствии самостоятельно решать эти задачи.

      Контрольные вопросы и задания к главе 1

      1. Чем отличается строго стационарные процессы от стационарных процессов в широком смысле?

      2. Может ли стационарный процесс иметь тренд или какие-либо строго периодические колебания?

      3. Чем нестационарный процесс отличается от стационарного? Может ли у нестационарного процесса быть тренд?

      4. Если Вы пришли к выводу о нестационарности данного временного ряда, то, что можно сказать об устойчивости его средней, дисперсии и автоковариации. Дайте определение средней, дисперсии и автоковариации.

      Глава 2.

      Метод наименьших квадратов и решение уравнения регрессии в Excel

      2.1. Характеристика метода наименьших квадратов и его применение при прогнозировании курса доллара

      Как мы выяснили в главе 1, динамика курса валют представляет собой временной ряд, имеющий не только тренд, но и случайную компоненту, поэтому в качестве метода оценки параметров прогностической модели, как правило, используется регрессионный анализ. Как известно, задачей регрессионного анализа является определение аналитического выражения (математической формулы), аппроксимирующего связь между зависимой переменной Y (ее называют также результативным признаком) и независимыми (их называют также факторными) переменными X1, X2…Xn. При этом форма связи результативного признака Y с факторами X1, X2…Xn, либо с одним фактором X, получила название уравнения регрессии. В качестве метода аппроксимации (приближения) в уравнении регрессии используется метод наименьших квадратов (МНК), который минимизирует сумму квадратов отклонений фактических значений Y от его предсказываемых значений, рассчитанных по определенной математической формуле. Причем, решение уравнения регрессии относительно интересующих нас переменных у (курс доллара) и х (время или порядковый