Econometrics Toolbox
Modele y analice sistemas financieros y económicos con métodos estadísticos.
Econometrics Toolbox™ proporciona funciones para modelar y analizar datos de series temporales. Ofrece una amplia gama de pruebas de diagnóstico para la selección de modelos, incluidas pruebas para análisis de impulsos, estacionareidad y raíces de la unidad, cointegración y cambio estructural. Puede estimar, simular y predecir sistemas económicos mediante diversos modelos, tales como regresión, ARIMA, espacio de estados, GARCH, VAR y VEC multivariantes y modelos de cambio que representan cambios dinámicos en los datos. La toolbox también proporciona herramientas basadas en Bayes y Markov para el desarrollo de modelos variantes en el tiempo que aprenden de los datos nuevos.
Cómo empezar:
Modelado de series temporales
- Realice tareas de modelado, incluidas preprocesamiento de datos, visualización de datos, identificación de modelos y estimaciones de parámetros.
- Compare los modelos econométricos para garantizar que se ajusten de forma óptima a los datos.
- Comparta los resultados y genere código de MATLAB que se puede reutilizar.
App Econometric Modeler para el modelado de series temporales.
ARIMA
Entre los modelos soportados están AR, MA, ARMA, ARIMA, SARIMA y ARIMAX.
Importación de datos de series temporales.
Regresión bayesiana
Estime y simule modelos de regresión lineal bayesiana, incluida la regresión lasso bayesiana.
Ajuste de un modelo de regresión lineal bayesiana robusta a los datos con valores atípicos.
Modelos multivariantes
Entre los modelos soportados están la autorregresión vectorial (VAR) y la corrección de errores vectoriales (VEC).
Predicciones MMSE de un modelo VAR.
Simule las observaciones de un modelo GARCH y las varianzas condicionales.
Modelos de cadena de Markov
- Cree y simule cadenas de Markov de tiempo discreto.
- Determine el comportamiento asintótico de la cadena de Markov.
- Calcule redistribuciones de estado, probabilidades de acierto y tiempos de acierto esperados.
Distribución de estados.
Modelos de espacio de estados
- Cree y simule modelos de espacio de estados variantes o invariantes en el tiempo.
- Estime los parámetros del modelo a partir de conjuntos de datos completos o de conjuntos de datos con datos ausentes utilizando el filtro de Kalman.
Distribución de factores en el modelo de Diebold-Li (un modelo de espacio de estados).
Modelos de cambio de Markov
- Analice datos de series temporales multivariantes con interrupciones estructurales y estados latentes no observados.
Respuestas simuladas, innovaciones e índices de estado.
Pruebas de hipótesis soportadas
Realice diversas pruebas diagnósticas previas y posteriores a la estimación, tales como:
- Estacionareidad
- Correlación
- Heterocedasticidad
- Cambio estructural
- Colinealidad
- Cointegración
Comprobación de hipótesis.
Modelos de autorregresión vectorial bayesiana
Analice series temporales multivariantes utilizando métodos bayesianos.
Akaike and Bayesian Information Criterion
Calculate corrected AIC, consistent AIC, and Hanna-Quinn criterion, and optionally normalize values
Consulte las notas de la versión para obtener detalles sobre estas funcionalidades y las funciones correspondientes.
Computational Finance Suite
MATLAB Computational Finance Suite es un conjunto de 12 productos esenciales que permite desarrollar aplicaciones cuantitativas para gestión de riesgos, gestión de inversiones, econometría, fijación de precios y valoración, seguros y trading algorítmico.
