Optimal Properties of Exponentially Weighted Forecasts

From MaRDI portal





\( y_{t}, t=1,2, \ldots \) sei eine Zeitreihe, \( y_{t}^{e} \) der bedingte Erwartungswert für \( y_{t} \) bei Kenntnis aller vorausgehenden \( y_{i} \). \( y_{t}^{e} \) soll der Differenzengleichung (e) gehorchen: (e) \( y_{t}^{e}=y_{t-1}^{e}+\beta\left(y_{t-1}-y_{t-1}^{e}\right) \). Dies bedeutet, daß als Lösung von (e) \( y_{t}^{e}=\beta \sum_{i=1}^{\infty}(1-\beta)^{i-1} y_{t-i} \) gelten muß. Ist \( y_{t} \) von der Form \( y_{t}=\varepsilon_{t}+\sum_{i=1}^{t-1} w_{i} \varepsilon_{t-1} \), worin die \( \varepsilon_{i} \) unabhängig mit Mittel Null nach derselben Verteilung verteilt sind, dann kann \( y_{t}^{e}=\sum_{j=1}^{\infty} v_{i} y_{t-j} \) gesetzt werden, worin die \( v_{j} \) sich rekursiv aus den \( w_{i} \) errechnen lassen. (e) führt genau dann zu \( y_{t}^{e} \) als optimaler Voraussage, wenn für alle \( i \) die \( w_{i}=\beta \) sind. Ist \( y_{t}=\bar{y}_{t}+\eta_{t} \), worin die \( \eta_{t} \) unabhängig und mit Mittel Null verteilt sind, dann können die \( v_{j} \) berechnet werden, die \( V=E\left(y_{t}-y_{t^{2}}^{\ell}\right) \) zu einem Minimum machen. Sie ergeben sich zu \( v_{k}=(1-\lambda) \lambda^{k-1} \), worin \( \lambda \) aus einer quadratischen Gleichung gewonnen wird. Bemerkenswert ist, daß auch die Voraussage \( y_{t, T}^{e} \) d. h. der Erwartungswert für \( y_{t+T} \) unter Kenntnis der \( y_{i} \) bis \( y_{t} \) in der gleichen Weise errechnet werden kann.





Cited in
(47)








This page was built for publication: Optimal Properties of Exponentially Weighted Forecasts

Report a bug (only for logged in users!)Click here to report a bug for this page (MaRDI item Q3281480)