QF04

AI 全书内容总结

本资料为炼数成金（DATAGURU）『量化投资』网络课程第4周的教学幻灯片，讲师为黄志洪、何翠仪，主题是时间序列分析基础，使用R语言作为工具。内容从『什么是时间序列』讲起，先介绍R中处理时间序列的xts包与获取金融数据的quantmod包（getSymbols、chartSeries等函数）以及OHLC数据格式；随后讲解时间序列的描述性统计（期望、方差、偏度、峰度、分位数）、自相关性（滞后、差分、自协方差、自相关系数与acf/pacf函数）和随机性检验（白噪声、Box.test），并以降雨量、野兔数量、滤油器销量等例子说明时间序列方法的特殊性。理论部分系统介绍平稳时间序列概念与四类基本模型：白噪声、自回归模型AR(p)、滑动平均模型MA(q)、自回归滑动平均模型ARMA(p,q)，并延伸到差分整合后的ARIMA(p,d,q)模型，给出时间序列的加法与乘法分解模型。建模方法上强调『模型识别—模型拟合—模型诊断』三步流程，说明如何借助自相关函数与偏自相关函数判断模型类型与阶数，最后以CPI序列建模为例演示完整步骤。全篇为入门级讲义，公式与代码线索清晰，适合具备基本统计概念、想进入量化领域学习时间序列建模的初学者；作为课件单独阅读时缺少图表演示与上机细节。