请教一个用matlab rolling window做时间序列数据的autocorrelation问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请教大家一个问题：

我这里有从1994年到2009年的monthly return的时间序列数据，一共大约182个数据，我想用这些数据做出来 60-month rolling-window autocorrelations of returns，如何用matlab做出这样的rolling window of autocorrelation来看autocorrelation随时间变化的趋势呢？具体如何操作呢？如果能做出这样autocorrelation随时间波动的曲线图就更好了！请牛牛多多指教！谢谢先！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏5 回帖

关键词：correlation autocorr relation rolling MATLAB 数据 MATLAB 序列 Window rolling

先自己顶一下，继续等待指教！

悬赏80论坛币等答案：为表示感谢，我会转让80论坛币给可以指导我正确解答此问题的热心同学！

建议你可以先参考:
1) matlab autocorr.m
2) Modelling Financial Time Series with S-PLUS
   chap 9 Rolling Analysis of Time Series
   Rolling unit root tests

只是你是作autocorrelation
碰上如matlab范例,这种情形
lag=0    1
lag=1   -0.6487
lag=2    0.3001
lag=3    0.0229

是不是都取lag=1的值,做出rolling-window.

是的，都取lag=1的值计算，还请详细指教！

function r=rollingautocorr(input)
% input=rand(100,1);
%numlags，滞后期，rollingwidow，滚动窗口长度
numLags=1;
rollingwindow=60;

for i=1:length(input)-rollingwindow
    y=input(i:i+60);
    nFFT = 2^(nextpow2(length(y))+1);
    F = fft(y-mean(y),nFFT);
    F = F.*conj(F);
    acf = ifft(F);
    acf = acf(1:(numLags+1)); % Retain non-negative lags
    acf = acf./acf(1); % Normalize
    acf = real(acf);
    acf=acf(2);
    r(i)=acf;
end
plot(r)

中间有部分完全抄袭的autocorr.m

load garchdata
dem2gbp = price2ret(DEM2GBP);
vi=dem2gbp(1:182,1);
我先任取182个数据充当,
先看一下是不是你要的图形.

60−month rolling−window autocorrelations of returns.pdf (3.94 KB)

2010-4-7 10:55:24 上传

呵呵。顶起来

把这个写成函数文件的形式
rollingautocorr.m
///////////////////////////////////////以下是rollingautocorr.m的内容////////////////////////////////
function r=rollingautocorr(input,numLags,rollingwindow)
% input=rand(100,1); %这个是测试用的，我自己没有input的数据，就用随机数造了一个序列
%numlags，滞后期，rollingwidow，滚动窗口长度
%numLags=1;
%rollingwindow=60;

for i=1:length(input)-rollingwindow
    y=input(i:i+60);
    nFFT = 2^(nextpow2(length(y))+1);
    F = fft(y-mean(y),nFFT);
    F = F.*conj(F);
    acf = ifft(F);
    acf = acf(1:(numLags+1)); % Retain non-negative lags
    acf = acf./acf(1); % Normalize
    acf = real(acf);
    acf=acf(2);
    r(i)=acf;
end
plot(r)

//////////////////////////////////////////////////////////////////////////////////////////////

调用的时候在command windows 里面写 rollingautocorr(y,1,60),这几个参数都可以改，y你要预先设定