什么是一阶自回归模型,一阶自回归AR模型概念

本文共514字， 预计阅读时间1-3分钟，作者佩璟，请您阅读。

    什么是一阶自回归模型?一阶自回归AR模型概念根据表4.5可知中国股指的日回报率存在正向自相关，一阶自回归模型此时技术分析所产生的超额收益实际上可能只是由一个自回归过程所产生，一阶自回归模型与技术交易规则是否具备预侧力无关。

    为了检验该假设，本书第二个bootstrap模拟模型采用了最基本的AR模型，其数学定义如下:

    与古典线性回归模型中的同方差假设不符，一阶自回归模型金融时间序列往往存在随时间变化的方差，呈现出“方差群集性”现象，一段较长的起伏期与一段较长的平静期相互分隔，使得波动率在时间上存在自相关性.Engle(1982)提出的自回归条件异方差模型(ARCH)就适用于刻画存有这种特征的时间序列，一阶自回归模型即基于当前信息集的条件方差是过去的扰动平方项的线性组合。Bol lerslev(1986 )将该模型扩展为广义自回归条件异方差模型(GARCH)，一阶自回归模型其中条件方差不仅取决于过去的扰动平方项，一阶自回归模型还取决于过去的条件方差。Engle等人(1987)将其扩展为ARCH一M模型.一阶自回归模型即回报率的条件方差还会影响回报率的条件均值，一阶自回归模型从而进一步刻画了金融理论中风险与收益的关系。

以上就是佩璟对【什么是一阶自回归模型,一阶自回归AR模型概念】的解读（https://www.topcph.com/gsxw-hyzs/1367.html）更多相关知识，敬请关注君越金融网！