在股市投资中，什么是残差的自相关性？
admin888
|在股市投资中，什么是残差的自相关性？
以及分布性质最小二乘法的有效性不依赖于新息项的分布，只要新息项的协方差矩阵存在即可。然而，如果新息项不服从正态分布，则最小二乘法可能不是最优的。与此相反，最大似然估计法严重地依赖于新息项的分布性质。虽然如此，这两种方法对于新息项可能存在的自相关都十分敏感。因此，确定不存在残差自相关性、探明与正态分布的背离是十分重要的。
估计的VAR模型的分布性质在实际应用中，例如资产分配、投资组合管理和风险管理等方面是十分重要的。残差分布尾端的存在可能会改变最优性条件和整个最优化过程。
检验估计的VAR模型分布性质可以使用检验自相关和正态性的方法中的一种来进行。在估计完VAR模型的参数和模型阶数之后（这个过程需要选代估计的过程）,计算出过程的残差。假定模型是线性的，模型分布的正态性可以仅通过分析残差来检验。
残差的自相关性可以通过迪基一富勒检验(DF, Dickey Fuller)或者增广的迪基?勒(ADF,Augmented Dickey-Fuller)检验来检验。这两种方法都是在大多数时间序列计算机程序中进行自相关检验所广泛使用的方法。DF和ADF检验方法的原理是估计出残差的自回归系数并将其与临界值表进行对比。
牛市通网是一个牛股推荐网与低风险投资知识网，可以在线联系客服领取牛股。牛市通网从权威的投资专家、金融分析师等投资信息中挑选优质的文章进行发布。牛市通网主要为投资者提供股票知识、股票观点、股票分析和明智金融投资讨论等信息。