基于LOWESS的函数系数自回归模型(FAR)优化及应用

• 作者: 宋江敏 李凤兰 梁昌海 苏理云 赵胜利
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 数学
• 关键词: Hurst指数 FAR模型 LOWESS平滑 预测精度
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 数学·统计学
• 页码范围: 228-239
• 页数: 12页
• 分类号: O21
• 字数: 8324字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.03.033

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LOWESS-FAR模型(LW-FAR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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏理云	重庆理工大学理学院	64	187	7.0	10.0
2	宋江敏	重庆理工大学理学院	10	32	2.0	5.0
3	梁昌海	重庆理工大学理学院	1	0	0.0	0.0
4	赵胜利	重庆理工大学理学院	1	0	0.0	0.0