中国大学金融时间序列分析期末答案(mooc完整答案)

点击查看答案

第二章 时间序列的中国预处理

第一次单元测验

1、自回归(autoregressive,大学答案答案 AR)模型由（ ）提出 A G. E. P. Box B G. M. Jenkins C G. U. Yule D Bollerslov
A、A
B、金融B
C、时间C
D、序列D

2、分析哪种时间序列分析方法是期末从序列自相关的角度来分析（ ） A 描述性时序分析 B 频域分析 C 时域分析方法 D 谱分析
A、A
B、完整B
C、中国C
D、大学答案答案D

3、金融频域分析方法与时域分析方法相比（ ） A. 前者要求较强的时间数学基础，分析结果比较抽象，序列易于进行直观解释。分析 B. 后者要求较强的期末数学基础，分析结果比较抽象，不易于进行直观解释。 C. 前者理论基础扎实，操作步骤规范，分析结果易于解释。 D. 后者理论基础扎实，操作步骤规范，分析结果易于解释。
A、A
B、B
C、C
D、D

4、关于严平稳与（宽）平稳的关系，不正确的为( ) A. 严平稳序列不一定是宽平稳序列 B. 当序列服从正态分布时，两种平稳性等价 C. 二阶矩存在的严平稳序列一定为宽平稳的 D. 独立同分布的随机变量序列一定是宽平稳的
A、A
B、B
C、C
D、D

5、下列哪项属于平稳时间序列的自相关图特征？（ ） A. 自相关系数很快衰减为零 B. 自相关系数衰减为零的速度缓慢 C. 自相关系数一直为正 D. 在相关图上，呈现明显的三角对称性
A、A
B、B
C、C
D、D

6、利用时序图对时间序列的平稳性进行检验，下列说法正确的是（ ） A. 如果时序图呈现明显的递增态势，那么这个时间序列就是平稳序列。 B. 如果时序图呈现明显的周期态势，那么这个时间序列就是平稳序列。 C. 如果时序图总是围绕一个常数波动，而且其波动范围有限，那么这个时间序列是平稳序列。 D. 通过时序图不能够精确判断一个序列的平稳与否。
A、A
B、B
C、C
D、D

7、纯随机序列的说法，错误的是（ ） A. 纯随机序列是没有分析价值的序列 B. 纯随机序列的均值是零，方差是定值 C. 不同的时间序列平稳性检验，其延迟期数要求也不同 D. 由于观察值序列的有限性，纯随机序列的样本自相关系数不会绝对为零
A、A
B、B
C、C
D、D

8、对矩估计的评价，不正确的是（ ） A. 估计精度好 B. 估计思想简单直观 C. 不需要假设总体分布 D. 计算量小(低阶模型场合)
A、A
B、B
C、C
D、D

9、常见的时间序列分析方法包括（ ） A 描述性时序分析 B 频域分析 C 时域分析方法 D 谱分析
A、A
B、B
C、C
D、D

10、时域方法的特点包括 ( ) A 理论基础扎实 B 操作简单、直观有效 C 操作步骤规范 D 分析结果易于解释
A、A
B、B
C、C
D、D

11、下面属于自相关系数性质的是（ ） A 规范性 B 对称性 C 负定性 D 对应模型的唯一性
A、A
B、B
C、C
D、D

12、
A、A
B、B
C、C
D、D

13、时间序列数据是按照时间顺序收集的一组数据。（ ）

14、频域分析方法是从序列自相关的角度揭示时间序列的发展规律。（ ）

15、特征统计量可以描述随机序列的所有统计性质。（ ）

16、严平稳的时间序列一定是宽平稳序列. （ ）

17、宽平稳正态时间序列一定是严平稳时间序列. （ ）

18、一个平稳时间序列一定唯一决定了它的自相关系数，反过来，一个自相关系数也唯一对应一个平稳时间序列. （ ）

19、平稳时间序列的自协方差函数和自相关系数只依赖于时间的平移长度而与时间的起止点无关。（ ）

20、白噪声序列一定是平稳序列。（ ）

第一次作业

1、解答正确。

第二次作业

1、第二次作业

第三章 平稳时间序列分析

第二次单元测验

1、
A、A
B、B
C、C
D、D

2、
A、A
B、B
C、C
D、D

3、
A、A
B、B
C、C
D、D

4、
A、A
B、B
C、C
D、D

5、
A、A
B、B
C、C
D、D

6、
A、A
B、B
C、C
D、D

7、
A、A
B、B
C、C
D、D

8、
A、A
B、B
C、C
D、D

9、
A、A
B、B
C、C
D、D

10、
A、A
B、B
C、C
D、D

11、
A、A
B、B
C、C
D、D

12、
A、A
B、B
C、C
D、D

13、
A、A
B、B
C、C
D、D

14、对平稳时间序列模型矩估计方法评价正确的是 （ ） A 估计精度高 B 估计思想简单直观 C 不需要假设总体分布 D 计算量小
A、A
B、B
C、C
D、D

15、下列属于模型优化方法的有（ ） A 残差方差图定阶法 B F检验定阶法 C 最佳准则函数定阶法 D 最小二乘估计法
A、A
B、B
C、C
D、D

16、SBC准则有较强的一致性，但不具有有效性，而AIC准则并不具有一致性，但更具有有效性。

17、模型平稳，则对应的满足模型的序列也平稳。

18、方差存在且有界的MA模型生成的序列总是平稳的。

19、在金融领域当中有很多冲击效应现象存在，这种现象适合用AR模型来拟合。

20、自相关图里拖尾的原因有可能是用样本估计总体参数时有误差。

21、平稳AR模型自相关系数具有截尾性，偏自相关系数具有拖尾性。

22、两个不同的MA模型可以具有相同的自相关图。

23、不可逆的MA模型的偏自相关系数也具有拖尾性。

24、线性最小均方误差预测是无偏的预测。

25、最小均方误预测误差的方差和预测步长有关，而和预测的时间原点无关。

第三次作业

1、第三次作业

第四章 非平稳序列的随机分析

第三次单元测验

1、如果一个时间序列中蕴含有季节效应，我们需要采取的平稳化方法是（ ） A一阶差分 B 4阶差分 C 4步差分 D 二阶差分
A、A
B、B
C、C
D、D

2、
A、A
B、B
C、C
D、D

3、
A、A
B、B
C、C
D、D

4、在对残差序列进行自相关检验时，若计算的DW统计量为2，则表明残差序列（ ） Ａ、不存在一阶序列相关 Ｂ、存在一阶正序列相关 　 Ｃ、存在一阶负序列相关 　Ｄ、存在高阶序列相关
A、A
B、B
C、C
D、D

5、
A、A
B、B
C、C
D、D

6、当回归因子包含延迟因变量时，检验残差序列自相关性的检验统计量是（ ） A DW检验统计量 B Durbin h检验统计量 C t 检验统计量 D F 检验统计量
A、A
B、B
C、C
D、D

7、含有线性趋势的时间序列是（ ） A平稳时间序列 B 非平稳时间序列 C 差分平稳序列 D 差分非平稳序列
A、A
B、B
C、C
D、D

8、随机游走过程是（ ） A平稳过程 B 非平稳过程 C 方差齐性过程 D 差分平稳过程
A、A
B、B
C、C
D、D

9、
A、A
B、B
C、C
D、D

10、
A、A
B、B
C、C
D、D
E、E

11、
A、A
B、B
C、C
D、D
E、E

12、ARIMA(1,1,1)模型是（ ） A 非平稳时间序列模型 B 平稳时间序列模型 C 差分平稳模型 D 方差齐性模型 E 方差非齐性模型
A、A
B、B
C、C
D、D
E、E

13、平稳时间序列差分后还是平稳时间序列。（ ）

14、非平稳过程的方差都是非齐性的。（ ）

15、非平稳序列一阶差分后可转化为平稳序列。（ ）

16、

17、DW检验不适用于回归因子包含滞后因变量时残差序列的自相关性检验。（ ）

18、GARCH模型可以转化为无穷阶的ARCH模型。（ ）

19、ARCH模型是对非平稳的残差序列建立的模型。（ ）

20、GARCH模型比ARCH模型在实际应用中更为广泛。（ ）

21、ARCH模型可以刻画厚尾分布的数据。（ ）

22、Durbin h 检验常用于回归因子包含滞后因变量时残差序列的自相关性检验。（ ）

第五章 非平稳序列的确定性分析

第四次单元测验

1、因素分解方法最早由统计学家（ ）提出。 A Persons B Brown C Meyer D Holt
A、A
B、B
C、C
D、D

2、移动平均方法最早由数学家（ ）提出。 A Shiskin B Young C De Forest D Musgrave
A、A
B、B
C、C
D、D

3、某产品1-5月的销售量为 46，50，59，57，55，采用3期简单移动平均对第6月的销售量做预测，则预测值为 （ ） A 55 B 57 C 56 D 52.5
A、A
B、B
C、C
D、D

4、已知某公司前16期的销售额为 97，95，95，92，95，95，98，97，99，95，95，96，97，98，94，95。选用平滑系数0.1对第17期销售额做预测，则预测值为 （ ） A 94.94 B 95 C 95.8 D 96.09
A、A
B、B
C、C
D、D

5、时间序列通常会受到哪些因素的影响（ ） A长期趋势 B 季节变化 C 随机波动 D 循环波动
A、A
B、B
C、C
D、D

6、常用的因素分解模型有（ ） A 乘法模型 B 伪加法模型 C 加法模型 D 对数加法模型
A、A
B、B
C、C
D、D

7、在X-11中通常使用哪些移动平均方法（ ） A 简单中心移动平均 B 简单移动平均 C Henderson加权移动平均 D Musgrave非对称移动
A、A
B、B
C、C
D、D

8、X-12-ARIMA模型是由（ ）提出 Ａ Box Ｂ Findley Ｃ Monsell Ｄ Jenkins E Henderson
A、A
B、B
C、C
D、D

9、简单中心移动平均能有效的消除季节效应。

10、简单指数平滑法可以很好的预测含有趋势性的时间序列。

11、指数平滑法中平滑系数越小预测效果越好。

12、Henderson加权移动平均能有效的提取三次函数信息。

第六章 多元时间序列分析

第五次单元测验

1、
A、A
B、B
C、C
D、D

2、
A、A
B、B
C、C
D、D

3、
A、A
B、B
C、C
D、D

4、
A、A
B、B
C、C
D、D

5、
A、A
B、B
C、C
D、D

6、非平稳过程都是单位根过程。

7、单位根过程都是非平稳过程。

8、有协整关系的两个变量序列一定是同阶单整的。

9、

10、

《金融时间序列分析》期末考试

1、《金融时间序列分析》期末考试

学习通金融时间序列分析

一、什么是金融时间序列分析

金融时间序列分析是指对金融市场上的价格、指数、利率等随时间变化的波动规律进行统计和分析的过程。这些波动规律会受到市场供求关系、政治经济环境等许多因素的影响，因此金融时间序列分析的结果可以帮助人们理解金融市场的运行和未来趋势。

二、学习通金融时间序列分析课程简介

学习通金融时间序列分析课程是一门针对金融专业学生和从业人员的高级课程，该课程主要涉及以下几个方面：

• 时间序列基础知识
• 时间序列模型的构建和预测
• 时间序列分析在金融市场中的应用
• 金融市场中的高频数据处理方法
• 使用R语言进行金融时间序列分析

学习通金融时间序列分析课程的教学视频由权威专家讲解，涵盖了丰富的案例和实践操作，可以帮助学员快速掌握金融时间序列分析的基本理论和实际应用技巧。

三、学习通金融时间序列分析课程内容详解

1. 时间序列基础知识

时间序列基础知识是学习金融时间序列分析的前提，该部分内容主要涵盖以下方面：

• 时间序列的基本概念和特征
• 时间序列的分解和平稳性检验
• 时间序列模型的选择和比较

学习通金融时间序列分析课程通过实例演示和理论讲解，帮助学员深入了解时间序列分析的基本概念和方法，为进一步学习时间序列模型打下坚实的基础。

2. 时间序列模型的构建和预测

时间序列模型是金融时间序列分析的核心部分，该部分内容主要包括以下方面：

• ARMA模型
• ARIMA模型
• GARCH模型
• VAR模型

学习通金融时间序列分析课程通过实例演示和理论讲解，帮助学员深入了解不同时间序列模型的构建方法和预测技巧，可以帮助学员在实际应用中更好地处理金融市场的时间序列数据。

3. 时间序列分析在金融市场中的应用

时间序列分析在金融市场中应用广泛，该部分内容主要包括以下方面：

• 股票价格预测
• 利率预测
• 汇率预测
• 商品价格预测

学习通金融时间序列分析课程通过实例演示和理论讲解，帮助学员学会如何运用时间序列分析技术预测不同金融市场中的价格、指数、利率等变量。这些预测结果可以帮助金融从业人员更好地制定投资策略和风险控制方案。

4. 金融市场中的高频数据处理方法

金融市场中的高频数据处理方法是学习金融时间序列分析的重要内容，该部分内容主要包括以下方面：

• 高频数据的获取和处理
• 高频数据的建模和预测
• 高频数据的可视化

学习通金融时间序列分析课程通过实例演示和理论讲解，帮助学员学会如何处理金融市场中的高频数据，如何运用时间序列模型对高频数据进行建模和预测，以及如何通过可视化手段展示高频数据的变化趋势。

5. 使用R语言进行金融时间序列分析

使用R语言进行金融时间序列分析是学习通金融时间序列分析课程的重要内容，R语言是一种流行的数据分析和可视化工具，可以帮助金融从业人员更好地处理和分析金融时间序列数据。

学习通金融时间序列分析课程通过实例演示和理论讲解，帮助学员学会如何使用R语言进行金融时间序列分析，如何通过编写代码实现数据的获取、处理、建模和可视化等操作。

四、结语

学习通金融时间序列分析课程是一门优秀的高级课程，通过学习该课程，可以帮助金融专业学生和从业人员全面掌握金融时间序列分析的基本理论和实际应用技巧，为未来的金融工作打下坚实的基础。