目录

  • 1 金融时间序列概述
    • 1.1 第一课时 课程介绍与概述
    • 1.2 第二课时 时间序列分类与常用软件
  • 2 基本概念
    • 2.1 第一课时 时间序列图示、一般计息方式
    • 2.2 第二课时 连续复利与日收益率
  • 3 平稳性及其意义
    • 3.1 第一课时 均值、方差和自协方差
    • 3.2 第二课时 平稳性及意义
  • 4 时间序列建模与R软件
    • 4.1 第一课时 模型识别与模型估计
    • 4.2 第二课时 模型检验、应用与R软件
  • 5 平稳性图检验和白噪声检验
    • 5.1 第一课时 时序图和自相关图检验
    • 5.2 第二课时 白噪声序列性质及检验
  • 6 方法性工具与AR(p)定义
    • 6.1 第一课时 差分运算与延迟算子
    • 6.2 第二课时 线性差分方程与AR模型
  • 7 AR模型平稳性与性质一
    • 7.1 第一课时 AR模型平稳性检验
    • 7.2 第二课时 AR模型的方差与协方差
  • 8 AR模型相关系数与MA模型方差协方差
    • 8.1 第一课时 AR模型的自相关与偏相关系数
    • 8.2 第二课时 MA模型定义与方差协方差
  • 9 MA模型统计性质
    • 9.1 第一课时 MA模型自相关系数与可逆性
    • 9.2 第二课时 MA模型逆函数与偏自相关系数
  • 10 ARMA模型与非平稳差分
    • 10.1 第一课时 ARMA模型及统计性质
    • 10.2 第二课时 分解定理与非平稳差分
  • 11 ARIMA模型建模
    • 11.1 第一课时 ARIMA模型结构与性质
    • 11.2 第二课时 ARIMA模型建模与预测
    • 11.3 扩展资料:ARIMA模型建模R实验
  • 12 残差自回归模型
    • 12.1 第一课时 残差自回归模型结构
    • 12.2 第二课时 残差自相关检验及拟合
    • 12.3 扩展资料:残差自回归建模实验
  • 13 异方差与条件异方差模型
    • 13.1 第一课时 异方差性质及方差齐性变换
    • 13.2 第二课时 ARCH模型与GARCH模型
    • 13.3 扩展资料:ARCH模型实验
  • 14 多元时间序列分析介绍
    • 14.1 第一课时 多元时间序列分析
    • 14.2 第二课时 机动时间
  • 15 第十五周
    • 15.1 第一第二课时
      • 15.1.1 教学内容
  • 16 应用时间序列分析
    • 16.1 第一章 时间序列分析简介
      • 16.1.1 绪论及时间序列的定义
      • 16.1.2 时间序列分析方法
      • 16.1.3 R简介(实验1)
      • 16.1.4 第一章PPT
    • 16.2 时间序列的预处理
      • 16.2.1 平稳时间序列的定义
      • 16.2.2 平稳时间序列的性质和意义
      • 16.2.3 平稳性的检验
      • 16.2.4 纯随机序列的定义及性质
      • 16.2.5 纯随机性检验
      • 16.2.6 时间序列的预处理(实验2)
      • 16.2.7 第二章PPT
      • 16.2.8 第1,2章测验
    • 16.3 平稳时间序列分析
      • 16.3.1 方法性工具
      • 16.3.2 AR模型定义及其平稳性判别
      • 16.3.3 平稳AR模型的性质(1)
      • 16.3.4 平稳AR模型的性质(2)
      • 16.3.5 MA模型定义及性质
      • 16.3.6 ARMA模型定义及性质
      • 16.3.7 平稳序列建模步骤和模型识别
      • 16.3.8 模型的参数估计
      • 16.3.9 模型检验
      • 16.3.10 模型优化
      • 16.3.11 模型预测
      • 16.3.12 平稳时间序列建模(实验3)
      • 16.3.13 第三章PPT
      • 16.3.14 第三章测验
    • 16.4 非平稳序列的确定性分析
      • 16.4.1 因素分解
      • 16.4.2 趋势分析-趋势拟合法
      • 16.4.3 趋势分析-平滑法
      • 16.4.4 季节效应分析
      • 16.4.5 综合分析
      • 16.4.6 第四章PPT
      • 16.4.7 第4章测验
    • 16.5 非平稳序列的随机分析
      • 16.5.1 差分运算
      • 16.5.2 ARIMA模型结构和性质
      • 16.5.3 ARIMA模型建模过程
      • 16.5.4 ARIMA模型预测
      • 16.5.5 ARIMA模型建模(实验4)
      • 16.5.6 疏系数模型
      • 16.5.7 季节模型
      • 16.5.8 季节模型建模(实验5)
      • 16.5.9 残差自回归模型
      • 16.5.10 残差自回归模型(实验6)
      • 16.5.11 异方差性质
      • 16.5.12 方差齐性变换
      • 16.5.13 ARCH模型
      • 16.5.14 ARCH模型(实验7)
      • 16.5.15 GARCH模型
      • 16.5.16 GARCH衍生模型
      • 16.5.17 第五章PPT
      • 16.5.18 第五章测验
    • 16.6 多元时间序列分析
      • 16.6.1 平稳多元序列建模
      • 16.6.2 虚假回归
      • 16.6.3 DF检验
      • 16.6.4 ADF检验
      • 16.6.5 协整
      • 16.6.6 误差修正模型
      • 16.6.7 协整和误差修正模型(实验8)
      • 16.6.8 第六章PPT
      • 16.6.9 第六章测验
第一课时 均值、方差和自协方差

主要知识点:

                       均值函数  方差函数 自协方差函数