Просмотр кода страницы Анализ временных рядов-МОВС-2021-2022

== О курсе ==
'''Преподаватели:'''
Романенко Алексей Александрович

=== Семинары ===
Канал курса в Slack: а21_3_анализ_временных_рядов

Занятия проходят в Zoom по вторникам в 19:00: https://zoom.us/meeting/tJUodeytrzstHtwxOSvQN4FhWep9QMcyH9ia/ics?icsToken=98tyKuCpqzkvH9WVtx2PRowcGYjoZ-_zmGJagrdKhDDWFRF9NiX-AedSa4NSE8H4

Все материалы хранятся здесь: https://github.com/aromanenko/ATSF

=== Оценивание курса ===
Итог = Округление(0.3 * ДЗ1 + 0.3 * ДЗ2 + 0.4 * ДЗ3 + 0.4 * Б)
* ДЗ1 - Оценка за всё домашнее задание №1
* ДЗ2 - Оценка за всё домашнее задание №2
* ДЗ3 - Оценка за всё домашнее задание №3
* Б - баллы за бонусные задания, ставятся за участия в соревнованиях по тематике курса. Оценка за участие выставляется преподавателем в зависимости от успешности участия; за каждое из соревнований можно получить до 10 баллов; баллы, полученные за разные соревнования будут суммироваться в так называемый Бонус. Прохождение иных курсов и сдача заданий по другим курсам не будет засчитываться как Бонус.

'''Округление арифметическое'''

=== Литература по курсу ===
'''Рекомендуемая основная литература'''
* Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов, Учеб. пособие. М.: Финансы и статистика, 2003 г. - 416 с: ил., главы 1,4,5,7.
* Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс., глава 11
* [https://www.google.com/url?q=https://www.google.com/url?q%3Dhttp://robjhyndman.com/uwafiles/fpp-notes.pdf%26amp;sa%3DD%26amp;source%3Deditors%26amp;ust%3D1646400138755509%26amp;usg%3DAOvVaw3fZnpsng3mJtZcmRAm5oYc&sa=D&source=docs&ust=1646400138782561&usg=AOvVaw2WV8cCX2rYqr2MUatkDNY5 Rob J Hyndman, Forecasting: Principles & Practice, 23-25 September 2014] 
'''Рекомендуемая дополнительная литература'''
* [https://www.google.com/url?q=https://www.google.com/url?q%3Dhttp://db.ucsd.edu/static/TimeSeries.pdf%26amp;sa%3DD%26amp;source%3Deditors%26amp;ust%3D1646400138757311%26amp;usg%3DAOvVaw0jn5WJWToW2ztqmrWVsk1n&sa=D&source=docs&ust=1646400138783022&usg=AOvVaw19yDgqzjaIGhF3YQNSzHjZ Jonathan D. Cryer, Kung-Sik Chan, Time Series Analysis With Applications in R. Second Edition. Springer]
* [https://www.google.com/url?q=https://www.google.com/url?q%3Dhttp://venus.unive.it/r.casarin/PhDEco/Mat/Bayes.pdf%26amp;sa%3DD%26amp;source%3Deditors%26amp;ust%3D1646400227708416%26amp;usg%3DAOvVaw3pL79Hp8SmU9JFjS_S-aFV&sa=D&source=docs&ust=1646400227749087&usg=AOvVaw38JGPHoIhsMsrDfj4jm8YI Time Series Analysis. James D. Hamilton. 2. VAR JS. 1994 1055421. Nerin. PRINCETON UNIVERSITY PRESS. PRINCET]
* [https://www.google.com/url?q=https://www.google.com/url?q%3Dhttps://www.sciencedirect.com/science/article/abs/pii/030440769290064X?via%25253Dihub%26amp;sa%3DD%26amp;source%3Deditors%26amp;ust%3D1646400227709369%26amp;usg%3DAOvVaw1CmK_7cvBTDKgS7cinW2l6&sa=D&source=docs&ust=1646400227749333&usg=AOvVaw2MpxQPx1R9d96Jact44-Pc Bollerslev, Tim (1992). "ARCH Modeling in Finance: A Review of the Theory and Empirical Evidence". Journal of Econometrics. 52 (1–2): 5–59.]

== Описание ДЗ ==
# ДЗ1: Задан набор временных рядов. Подобрать оптимальные алгоритмы и оптимальный параметры из семейства ESM для набора временных рядов
# ДЗ2: Задан набор временных рядов. Подобрать оптимальные алгоритмы семейства ARIMA и найти оптимальный набор параметров для каждого временного ряда из набора.
# ДЗ3: Контест с заданными бенчмарками. Можно использовать любые из изученных методов. Требуется построить прогноз для указанного в контесте набора временных рядов, оценка будет выставлена на базе результатов в leader board, а также присланного для проверки кода.