Strumenti per la modellazione di serie temporali finanziarie

Quali strumenti moderni (basati su Windows) suggerisci per modellare le serie temporali finanziarie?

Consiglio R (vedi la vista delle serie storiche su CRAN ).

Alcuni riferimenti utili:

• Econometria in R , di Grant Farnsworth
• Modellazione di serie storiche multivariate in R

R è eccezionale, ma non lo definirei davvero "basato su Windows" :) È come dire che il prompt cmd è basato su Windows. Immagino sia tecnicamente in una finestra ...

RapidMiner è molto più facile da usare [1]. È una GUI gratuita, open source, multipiattaforma. Ecco un video sulla previsione delle serie storiche:

http://rapidminerresources.com/index.php?page=financial-time-series-modelling---part-1

Inoltre, non dimenticare di leggere:

http://www.forecastingprinciples.com/

[1] No, non lavoro per loro.

Mi piace molto lavorare con R, perché alla fine troverai quasi tutto e avrai un ottimo supporto con le mailing list. Il rovescio della medaglia di R è che i bit utili che si adattano ai tuoi problemi specifici potrebbero essere distribuiti su una vasta gamma di pacchetti e potresti non essere sempre in grado di trovarli. Un altro punto potrebbe essere un lock-in, con questo intendo che dopo un po 'di tempo imparando R, probabilmente non sarai motivato a riapprendere un altro software, ma ciò accadrà in qualsiasi sistema.

Per quanto riguarda il fatto che Matlab sia costoso, se con un budget limitato, Octave funzionerà altrettanto bene, almeno per le cose che dovevo fare con esso, che erano piuttosto basilari.

Sono nuovo qui, e forse "serie temporali finanziarie" ha una definizione specifica ... Ma dato che non lo so, la mia domanda per te sarebbe cosa intendi: dati economici trimestrali / mensili, prezzi di mercato giornalieri, dati orari o ad alta frequenza, ecc.? E per "modellazione", intendi lavorare con le soluzioni ARIMA / ARCH per libri di testo o cose un po 'più esotiche (come i sistemi lineari dinamici) o sperimentazioni esotiche / personalizzate?

R è flessibile e gratuito, anche se con meno GUI rispetto alla maggior parte. Ha anche pacchetti che coprono tutto, dai prezzi giornalieri delle azioni ai sistemi lineari dinamici e pacchetti di ottimizzazione. (In effetti, la parte difficile sarà decidere quali serie temporali e quali pacchetti finanziari utilizzare.)

GRETL è gratuito e ha una GUI ragionevole, anche se è econometrica, non orientata al mercato tutti i giorni. Ho sentito parlare di Oxmetrics, che sembra avere a disposizione un pacchetto molto completo ogni variante possibile di ARCH. Se stai parlando di dati economici mensili / trimestrali, puoi anche utilizzare X12-ARIMA, che è un punto di riferimento di sorta.

Ho usato tutti i tipi di GUI per programmare / elaborare i dati, ma per qualche ragione RapidMiner non ha mai cliccato su di me. Qualcosa di strano nel suo flusso di lavoro che non ho mai avuto.

Sebbene non esattamente economico, MATLAB è ampiamente utilizzato nel settore finanziario per la modellazione di serie storiche: http://www.mathworks.com

• Chiaramente R

• RadidMiner è carino, ma passare al pensiero in termini di operatori richiede un momento

• Matlab / Octave

Se descrivi un problema specifico, potrei essere più specifico.

Alla mia università, a Stata viene insegnato come programma per fare analisi statistiche per la finanza. È possibile utilizzare outreg, ad esempio, per formattare tabelle per pubblicazioni in documenti finanziari molto facilmente. La sintassi di programmazione non è davvero eccezionale, credo, devi dichiarare le funzioni con `variabile ', ad esempio, che è una stranezza secondo me. La quantità di diverse funzioni statistiche è tuttavia molto vasta.

Probabilmente non è esattamente quello che stai cercando, ma puoi controllare SwiftForecast . Ti consente di prevedere una serie temporale in modo automatico, senza la necessità di alcun software. È abbastanza nuovo, ma trovo piuttosto interessante l'idea di un predittore "Google style" ...

Potresti voler considerare l'utilizzo di LDT . È gratuito e, sebbene fornisca previsioni automatiche con modelli autoregressivi (VAR) stazionari, è possibile trarre vantaggio da altri tipi di analisi.

PS: sono lo sviluppatore di questo software.