Econometrics Toolbox

Modellazione e analisi di sistemi finanziari ed economici con metodi statistici di serie storiche

Econometrics Toolbox™ offre funzioni e workflow interattivi per analizzare e modellare dati di serie storiche. Mette a disposizione un’ampia gamma di soluzioni diagnostiche e di visualizzazione per la selezione del modello, tra cui test per l’autocorrelazione e l’eteroschedasticità, radici unitarie e stazionarietà, cointegrazione, causalità e modifiche strutturali. È possibile stimare, simulare e prevedere sistemi economici servendosi di svariati framework di modellazione che possono essere utilizzati in modo interattivo, tramite l’app Econometric Modeler, oppure in modo programmatico, con le funzioni disponibili nel toolbox. Tali framework includono la regressione, ARIMA, lo spazio degli stati, GARCH, VEC e VAR multivariate e modelli Switching. Il toolbox offre anche strumenti bayesiani per sviluppare modelli variabili nel tempo in grado di apprendere dai nuovi dati.

Che cos’è Econometrics Toolbox?

Fitting del modello ARIMA stagionale con l’app Econometric Modeler.

Modellazione interattiva di serie storiche

Usa l’app Econometric Modeler per pre-elaborare, visualizzare ed eseguire l’identificazione del modello e la stima dei parametri. Stima e confronta modelli di serie storiche univariati e multivariati, quindi genera codice MATLAB^® o report dall’app.

Documentazione | Esempi

Previsioni di modelli VAR per tre serie storiche con intervalli di confidenza.

Creazione di modelli a media condizionata e di regressione

Adatta, simula e prevedi serie storiche univariate e multivariate con modelli come ARIMA, di regressione bayesiana, di autoregressione vettoriale (VAR) e di correzione dell’errore vettoriale (VEC).

Creazione di modelli ARIMA con l’app Econometric Modeler (5:43)

Documentazione | Esempi

Modellazione della volatilità

Adatta, simula e prevedi la volatilità utilizzando modelli di varianza come GARCH, GJR e EGARCH.

Creazione di modelli GARCH con l’app Econometric Modeler (4:44)

Documentazione | Esempi

Creazione di modelli regime-switching

Modella il comportamento dinamico di serie storiche univariate e multivariate in presenza di rotture strutturali e di regime shift economici.

Documentazione | Esempi

Distribuzione di rendimenti di 12 mesi simulati a 1, 6 e 12 mesi nel futuro nel modello Diebold-Li.

Creazione di modelli nello spazio degli stati

Crea e simula modelli nello spazio degli stati variabili e non variabili nel tempo. Stima i parametri dei modelli a partire da set di dati completi o da set con dati mancanti usando il filtro Kalman.

Documentazione | Esempi

Grafico che mostra la distribuzione di medie campione per un’ipotesi nulla e alternativa.

Test di ipotesi

Esegui vari test diagnostici prima e dopo la stima, compresi quelli per valutare la stazionarietà, la correlazione, l’eteroschedasticità, le modifiche strutturali, la collinearità e la cointegrazione.

Documentazione | Esempi

Risorse del prodotto:

Documentazione Esempi di codice Video Requisiti Note della release

CalPERS analizza la dinamica del mercato valutario per individuare opportunità di trading infragiornaliero

“Ho esperienza nel campo della finanza, non della programmazione. Per eseguire analisi sofisticate su grandi quantità di dati, avevo bisogno di un software facile da usare e comprensivo di molte delle funzioni che mi servono. Con MATLAB posso fare tutto in un unico ambiente e questo è un enorme vantaggio.”
Omid Rezania, CalPERS

Visualizza altri casi dei clienti