Economics 20 - Prof. Anderson 1 Dự báo sử dụng mô hình chuỗithời gian (Time Series Models for Forecasting) Dự báo bằng phương pháp làm trơnsố liệu NguyễnNgọcAnh Trung tâm Nghiên cứu Chính sách và Phát triển NguyễnViệtCường ĐạihọcKinhtế Quốcdân Economics 20 - Prof. Anderson 2 Nội dung Mộtsố khái niệmvàmột vài mô hình giản đơn Làm trơnbằng phương pháp trung bình  Trung bình trượtgiản đơn (simple moving averages - SMA)  Phương pháp trung bình trượt kép (Double moving average)  Ứng dụng củaphương pháp trung bình trượttrênthị trường chứng khoán  Trung bình trượtcótrọng số Làm trơnsố liệu theo qui luậtsố mũ  Làm trơntheoqui luậtsố mũ giản đơn (Simple Exponential Smoothing) Economics 20 - Prof. Anderson 3 Trong chương này chúng ta sẽ xem xét các phương pháp làm trơnsố liệu (smoothing). Mặcdùcácphương pháp này là những phương pháp giản đơn, và đã phát triển tương đốisớm, nhưng giá trị sử dụng thực tiễncủacácphương pháp này vẫn còn. Economics 20 - Prof. Anderson 4 Mộtsố khái niệmvàmột vài mô hình giản đơn Mô hình giản đơn (Naive model):  Mô hình này dự báo rằng giá trị của ngày hôm sau, hoặcmột ngày t+i trong tương lai sẽ bằng giá trị của ngày hôm nay.  Mô hình này rất có ích và sẽ dự báo tương đốitốtkhi dãy số liệulàquángắn và không có mộtxuhướng cụ thể nào (no systematic pattern), hoặcxuhướng này thay đổirấtchậm. tit YF = + Economics 20 - Prof. Anderson 5 Naive Forecasting Simplest of the naive forecasting models Simplest of the naive forecasting models tt t t F X F X where t t = = = − − 1 1 1 : the forecast for time period the value for time period - We sold 532 pairs of shoes last week, I predict we’ll sell 532 pairs this week. We sold 532 pairs of shoes last week, I predict we’ll sell 532 pairs this week. Economics 20 - Prof. Anderson 6 Mộtsố khái niệmvàmột vài mô hình giản đơn Mô hình dự báo trung bình (Mean Forecast model) Mô hình này dự báo giá trị củatương lai bằng với trung bình củadãysố. Mô hình dự báo trung bình này sẽ dự báo tốtkhi số liệucủadãysố biến động xung quanh mộthằng số hoặcmộtgiátrịổn định (fluctuated around a constant or stationary value). YF it = + Economics 20 - Prof. Anderson 7 Simple Average Model t tt t tn F XXX X n = ++++ −− − −123 L The monthly average last 12 months was 56.45, so I predict 56.45 for September. The monthly average last 12 months was 56.45, so I predict 56.45 for September. Month Year Cents per Gallon Month Year Cents per Gallon January 2 61.3 January 3 58.2 February 63.3 February 58.3 March 62.1 March 57.7 April 59.8 April 56.7 May 58.4 May 56.8 June 57.6 June 55.5 July 55.7 July 53.8 August 55.1 August 52.8 September 55.7 September October 56.7 October November 57.2 November December 58.0 December Economics 20 - Prof. Anderson 8 Mộtsố khái niệmvàmột vài mô hình giản đơn Economics 20 - Prof. Anderson 9 Mộtsố khái niệmvàmột vài mô hình giản đơn Economics 20 - Prof. Anderson 10 Trung bình trượtgiản đơn (simple moving averages - SMA) Ý tưởng chính củasử dụng trung bình trượt là tìm ra xu hướng củadãysố. Giả thiếtcơ bảncủa trung bình trượt là giá trị củadãysố trung tương lai sẽ bằng giá trị trung bình củasố liệu trong quá khứ. Công thứcnhư sau n YYYY nSMAF tttnt tt ) ( )( 123 −−−− + + + + == [...]... αYt-3 + (1-α) Ft-3; Ft-3 = αYt-4 + (1-α) Ft-4 đoạn t-3 ∞ Dự báo cho giai đoạn t Dự báo cho giai đoạn t-1 Dự báo cho giai đoạn t-2 Dự báo cho giai Dự báo cho giai đoạn t Dự báo cho giai đoạn t-1 Dự báo cho giai đoạn t-2 Dự báo cho giai Ft = α ∑ (1 − α ) s Yt −s−1 s =0 Economics 20 - Prof Anderson 30 Nguyên tắc lựa chọn α : (1) Với các chuỗi thời gian biến động ngẫu nhiên, không có pattern cụ thể, biến... patterns), nên chọn α có giá trị nhỏ (3) Khi cần có độ trơn trượt nhiều, nên sử dụng các trung bình trượt dài, sử dụng α có giá trị nhỏ trong trung bình trượt số mũ Khi chỉ cần làm trơn ít, sử dụng trung bình trượt ngắn, Sử dụng α giá trị lớn (4) Sử dụng α có giá trị khác nhau trong việc thực hiện trung bình trượt số mũ, sau đó lựa chọn dựa trên RSE để chọn α tối ưu Economics 20 - Prof Anderson 31 Exponential... đơn (Simple Exponential Smoothing) Công thức này cho thấy con số dự báo là trung trình có trọng số giữa giá trị thực tế gần đây nhất (Yt-1) và giá trị dự báo gần đây nhất (Ft-1) So sánh với mô hình adaptive expectation ở bài trước!!! Ở đây α luôn nằm giữa khoảng 0 và 1 (0.1 và 0.9) Giá trị tối ưu của α sẽ là giá trị sao cho sai số dự báo SSE, hoặc RSE là nhỏ nhất Economics 20 - Prof Anderson 29 Chứng... (Double moving average): Chuỗi số thời gian qua biến đổi trung bình trượt kép (trung bình trượt hai lần) được ký hiệu là MA(pxq), là một trung bình trượt bậc p (sử dụng p thời kỳ/quan sát) của một chuỗi đã được biến đổi trung bình trượt ở bậc q q là bậc (q quan sát) của lần trung bình trượt thứ nhất, và p la trung bình trượt ở lần thứ hai Economics 20 - Prof Anderson 16 Ví dụ: Giả sử ta thực hiện phép... một góc độ khác, trong phương pháp trung bình trượt giản đơn ở trên, giả sử có bậc trượt là k, thì chỉ có k quan sát gần nhất được sử dụng, còn tất cả các quan sát trước đó đều không được sử dụng Đây có thể được coi là một nhược điểm Do đó người ta tìm cách xây dựng phương pháp làm trơn sao cho các dữ liệu trong quá khứ vẫn được sử dụng và có trọng số giảm dần thay vì bị loại bỏ như phương pháp trung... xác định được trọng số tối ưu lại có thể rất khó khăn Loại mô hình này rất có ích khi số liệu có đặc điểm là những thay đổi theo từng thời kỳ có kich thước gần như nhau (This type of model is most useful when the historical data are characterized by periodto-period changes that are approximately the same size.) Hạn chế của mô hình WMA: Mô hình này không xử lý được vấn đề xu hướng và mùa vụ Rất khó... phân bậc nhất Nhược điểm: Phương pháp này không xử lý được vấn đề mùa vụ (seasonality) của chuỗi thời gian, và việc xác định số bậc tối ưu (the optimal number of period) cũng gặp khó khăn Economics 20 - Prof Anderson 19 Ứng dụng của phương pháp trung bình trượt trên thị trường chứng khoán Giá Mua MA HSPI Bán Thời gian Economics 20 - Prof Anderson 20 Economics 20 - Prof Anderson 21 Trung bình trượt có... số trọng số cao hơn cả những quan sát gần kỳ dự báo hơn (những quan sát gần đây hơn) – bởi vì các quan sát nằm giữa dãy số được sử dụng nhiều hơn trong việc tính toán con số trung bình Economics 20 - Prof Anderson 25 Làm trơn theo qui luật số mũ giản đơn (Simple Exponential Smoothing) Do đó phương pháp trung bình trượt có trọng số đã được phát triển để sử dụng Trung bình trượt có trọng số giới thiệu... trung bình trượt bậc 4 lần thứ nhất với một chuỗi thời gian Y ta sẽ có: SMAt = (Yt −4 + Yt −3 + Yt −2 + Yt −1 ) 4 SMAt −1 = (Yt −5 + Yt −4 + Yt −3 + Yt −2 ) 4 SMAt −2 = (Yt −6 + Yt −5 + Yt −4 + Yt −3 ) 4 SMAt −3 = (Yt −7 + Yt −6 + Yt −5 + Yt −4 ) 4 Economics 20 - Prof Anderson 17 Ta tiếp tục thực hiện phép biến đổi trung bình trượt bậc 3 với chuỗi số này, ta sẽ có chuỗi trung bình trượt kép (3-period double... Làm trơn số liệu mũ kép của Brown Đôi khi chúng ta muốn làm trơn thật nhiều một chuỗi số nhưng lại không muốn dành quá nhiều trọng số cho các quan sát trong quá khứ Trong trường hợp như vậy việc sử dụng α có giá trị nhỏ (trơn trượt nhiều) lại không phù hợp (vì dành nhiều trọng số cho dữ liệu quá khứ) Khi đó, ta có thể sử dụng phương pháp làm trơn mũ kép Economics 20 - Prof Anderson 36 . niệmvàmột vài mô hình giản đơn Mô hình dự báo trung bình (Mean Forecast model) Mô hình này dự báo giá trị củatương lai bằng với trung bình củadãysố. Mô hình dự báo trung bình này sẽ dự báo tốtkhi số. Economics 20 - Prof. Anderson 1 Dự báo sử dụng mô hình chuỗithời gian (Time Series Models for Forecasting) Dự báo bằng phương pháp làm trơnsố liệu NguyễnNgọcAnh Trung. nhưng giá trị sử dụng thực tiễncủacácphương pháp này vẫn còn. Economics 20 - Prof. Anderson 4 Mộtsố khái niệmvàmột vài mô hình giản đơn Mô hình giản đơn (Naive model):  Mô hình này dự báo rằng giá