Математическая постановка

Цель спектрального анализа - разложить ряд на функции синусов и косинусов различных частот, для определения тех, появление которых особенно существенно и значимо. Один из возможных способов сделать это - решить задачу линейной множественной регрессии, где зависимая переменная - наблюдаемый временной ряд, а независимые переменные или регрессоры: функции синусов всех возможных (дискретных) частот. Такая модель линейной множественной регрессии может быть записана как

(для k = 1 до q)

Следующее общее понятие классического гармонического анализа в этом уравнении - (лямбда) - это круговая частота, выраженная в радианах в единицу времени, т.е.

где - константа pi = 3.1416 и .

Здесь важно осознать, что вычислительная задача подгонки функций синусов и косинусов разных длин к данным может быть решена с помощью множественной линейной регрессии. Заметим, что коэффициенты при косинусах и коэффициенты при синусах - это коэффициенты регрессии, показывающие степень, с которой соответствующие функции коррелируют с данными (заметим, что сами синусы и косинусы на различных частотах не коррелированы или, другим языком, ортогональны. Таким образом, мы имеем дело с частным случаем разложения по ортогональным полиномам). Всего существует q различных синусов и косинусов; интуитивно ясно, что число функций синусов и косинусов не может быть больше числа данных в ряде. Не вдаваясь в подробности, отметим, если N - количество данных, то будет N/2+1 функций косинусов и N/2-1 функций синусов. Другими словами, различных синусоидальных волн будет столько же, сколько данных, и вы сможете полностью воспроизвести ряд по основным функциям. (Заметим, если количество данных в ряде нечетно, то последнее наблюдение обычно опускается. Для определения синусоидальной функции нужно иметь, по крайней мере, две точки: высокого и низкого пика).

В итоге, спектральный анализ определяет корреляцию функций синусов и косинусов различной частоты с наблюдаемыми данными. Если найденная корреляция (коэффициент при определенном синусе или косинусе) велика, то можно заключить, что существует строгая периодичность на соответствующей частоте в данных.

4.Результаты счёта в пакете Statistica 6.1

4.1Спектральный анализ динамики кросс-курса EUR/USD

Исходными данными для программного пакета Statistica является средние значения курса EUR_USD с 11 ноября 2008 г по 31 августа 2009 г

График исходных данных

Рис 1.исходный временной ряд

Анализ ---углубленные методы анализа ---временные ряды и прогнозирование ---

В появившемся окне анализ временных рядов нажать – Фурье(спектральный) анализ

Рис 2.Диалоговое окно спектрального анализа

Далее нажать OK (Одномерный анализ Фурье) для вызова диалогового окна результаты спектрального ряда Фурье.

Рис.3. Окно результатов спектрального анализа временного ряда

В верхней части диалогового окна показывает некоторые итоговые статистики ряда. Он также показывает пять наибольших пиков периодограммы (по частоте). Наибольших три пика на частотах 0.0137, 0.0068 и 0.0034. Эта информация часто полезна при анализе очень больших рядов (например, с более чем 100,000 наблюдениями), которые непросто оказать на одном графике. В этом случае, однако, легко увидеть значения периодограммы; щелкнув кнопку Периодограмма в разделе Периодограмма и графики спектральной плотности.

Рис.5. Периодограмма ряда