自相关

R 中的时间序列分析

David S. Matteson

Associate Professor at Cornell University

自相关 - I

# 滞后 1 的自相关:
# 股票 A "今天" 与 股票 A "昨天"的相关性
cor(stock_A[-100], stock_A[-1])
0.84

R 中的时间序列分析

自相关 - II

# 滞后 2 的自相关:
# 股票 A "今天" 与 股票 A "两天前"的相关性
cor(stock_A[-(99:100)],stock_A[-(1:2)])
0.76

R 中的时间序列分析

滞后 1 与 2 的自相关 - I

cor(stock_A[-100],stock_A[-1])
0.84
cor(stock_A[-(99:100)],stock_A[-(1:2)])
0.76
acf(stock_A, lag.max = 2, plot = FALSE)
序列 'stock_A' 的自相关,按滞后
  1    2
0.84  0.76
R 中的时间序列分析

滞后 1 与 2 的自相关 - II

R 中的时间序列分析

自相关函数 - I

# 按滞后的自相关:"自相关函数"
(ACF)acf(stock_A, plot = FALSE)
序列 'stock_A' 的自相关,按滞后
  1    2    3    4    5    6    7    8    9   10
0.84 0.76 0.64 0.57 0.52 0.46 0.41 0.36 0.29 0.25
R 中的时间序列分析

自相关函数 - II

acf(stock_A, plot = TRUE)

R 中的时间序列分析

开始练习!

R 中的时间序列分析

Preparing Video For Download...