반응형 금융Data1 시계열분석(5) - 차분, 금융Data 및 Backtest MA(q) 프로세스는 그 자체가 정상적인 백색잡음들의 가중합으로 항상 stationary하다. 시계열 Data의 경우 유클리드 거리 비추. 하지만 만약에 유클리드거리 사용이 합리적이라고 판단시 푸리에 변환거리 사용을 추천한다. Sin곡선과 직선사이의 거리를 측정하게 될 경우 일직선은 한 사인곡선대비 시계열Data의 나머지 곡선까지 더 짧은 유클리드 거리를 계산하게 되므로 비추 예측기간이 길어질수록 미래 예측은 실제 Data의 평균으로 수렴된다. 결국, 예측값과 오차항 모두분산이 0으로 수렴하게 된다. 즉, 현재 Data는 먼 미래 예측에 유용한 Data제공을 하지 못함. AR, MA, ARIMA 모두 단기 예측에 적합하다. MA Model은 강한 평균회귀 성향이 있다. 즉, 빠르게 예측이 과정의 평균으로.. 2023. 8. 16. 이전 1 다음 728x90 반응형
