印度IT部门和资本货物部门结构特征的研究：基于R编程在时间序列分解和预测的应用
摘要：股市价格的时间序列分析和预测是近20年来研究较活跃的领域。计算机架构和复杂算法的高效率使得可以非常快速地提取、存储、处理和分析大量股票市场时间序列数据。本文使用了2009年1月至2016年4月期间印度经济的两个部门（信息技术和资本品）的时间序列数据，并研究了这两个时间序列与DJIA指数、NIFTY指数和美元兑印度卢比汇率的关系。我们通过图形和统计检验证明，印度的信息技术部门与DJIA指数和美元兑卢比汇率存在强烈关联，而印度的资本品行业与NIFTY指数存在强烈关联。我们认为这些观察结果证实了我们的假设，即印度的信息技术部门与世界经济存在密切联系，而印度的资本品行业反映了印度内部经济增长。我们还提出了几个时间序列之间的回归模型，这些模型之间存在强烈的关联。通过预测误差非常低的验证，证明了这些模型的有效性。
作者：Jaydip Sen and Tamal Datta Chaudhuri
论文ID：1706.07821
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2021-10-12