重庆理工大学学报(自然科学) ›› 2020, Vol. 34 ›› Issue (3): 228-239.doi: 10.3969/j.issn.1674-8425(z).2020.03.033
苏理云a,梁昌海a,李凤兰b,赵胜利a,宋江敏a
摘要: 函数系数自回归模型(FAR)在非线性时序数据分析应用中,当样本值两端存在数据偏少或异常值的情况,模型回归系数的估计精度不高和稳定性差,引入局部加权散点平滑(LOWESS)方法,优化FAR模型的估计。首先采用重标极差分析法(R/S)计算Hurst指数,并判别序列特征,再建立FAR模型并估计回归系数,最后结合LOWESS平滑方法优化FAR模型,建立LOWESSFAR模型(LWFAR模型)。通过模拟实验和国泰基金收益率实证分析、预测,表明:LW-FAR模型克服了FAR模型存在异常值时的缺陷,并提高了模型的预测精度和稳定性。
中图分类号: