基于时间序列分析的印度医疗板块指数预测框架
统计金融
2017-05-09 v1
摘要
设计用于准确预测股市价格的高效鲁棒算法是时间序列分析与预测领域最令人兴奋的挑战之一。随着复杂算法以指数速率发展与演进，以及快速计算平台的可用，现在已能够有效且高效地提取、存储、处理和分析内容多样的大体量股市数据。能够在云上并行架构上非常快速执行的复杂算法的可用性，使得在减少计算所需时间的同时实现更高预测精度成为可能。在本文中，我们使用印度医疗板块2010年1月至2016年12月的时间序列数据。我们首先展示时间序列的分解方法，然后说明分解结果如何为我们提供关于该时间序列所展现的行为与性质的有用洞察。此外，基于时间序列的结构分析，我们提出六种用于预测医疗板块时间序列指数的不同预测方法。我们提供了关于这些预测方法性能的广泛结果，以证明它们的有效性。
引用
@article{arxiv.1705.01144,
title = {A Time Series Analysis-Based Forecasting Framework for the Indian Healthcare Sector},
author = {Jaydip Sen and Tamal Datta Chaudhuri},
journal= {arXiv preprint arXiv:1705.01144},
year = {2017}
}
备注
23 pages, 10 figures, 8 tables. The paper is accepted for publication in "Journal of Insurance and Financial Management" Vol 3, No 1, 2017