2024金融量化岗笔试时间序列分析试题及答案

2024金融量化岗笔试时间序列分析试题及答案

一、单项选择题（总共10题，每题2分）1.下列哪项是平稳时间序列的必要条件？A.均值随时间线性增长B.方差随时间递增C.自协方差仅与时间间隔有关D.自相关系数随滞后期增加单调递减2.AR(2)模型平稳的条件是？A.特征根绝对值均小于1B.特征根绝对值均大于1C.自回归系数之和小于1D.自回归系数之和大于13.对非平稳序列进行d阶差分后变为平稳序列，此时ARIMA模型的d参数取值为？A.0B.1C.dD.无法确定4.若某序列的ACF在k=3后显著为0，PACF拖尾，则最可能的模型是？A.AR(3)B.MA(3)C.ARMA(3,3)D.ARMA(1,3)5.单位根检验（ADF检验）的原假设是？A.序列不存在单位根（平稳）B.序列存在单位根（非平稳）C.自回归系数之和为1D.白噪声检验通过6.GARCH模型的主要作用是？A.捕捉均值的长期依赖B.刻画波动率的集群性C.消除季节效应D.检验协整关系7.若两个非平稳序列存在协整关系，则它们的线性组合是？A.非平稳的B.一阶单整的C.平稳的D.二阶单整的8.白噪声序列的自相关系数（ACF）满足？A.仅滞后0阶显著B.所有滞后阶数均显著C.滞后1阶显著，其余不显著D.滞后阶数大于1时显著9.VAR模型滞后期选择通常不使用以下哪个准则？A.AIC准则B.BIC准则C.似然比检验D.Dickey-Fuller检验10.季节调整的主要目的是？A.消除序列中的随机波动B.分离趋势项与循环项C.去除周期性重复的季节成分D.增强序列的平稳性二、填空题（总共10题，每题2分）1.平稳时间序列的均值是________（随时间变化/不随时间变化）的常数。2.AR(p)模型的自回归系数需要满足________条件才能保证平稳性。3.ADF检验通过引入________项来处理序列中的高阶自相关问题。4.GARCH(1,1)模型的方差方程形式为________（用符号表示）。5.协整分析要求两个序列具有相同的________阶数。6.Ljung-Box检验用于检验时间序列的________性（填“白噪声”或“平稳”）。7.MA(q)模型的可逆条件是其移动平均多项式的根________（填“全在单位圆内”或“全在单位圆外”）。8.若时间序列的方差随时间递增，说明存在________效应（填“异方差”或“自相关”）。9.VAR模型要求所有变量都是________（填“平稳”或“非平稳”）的。10.季节差分的常见形式是对序列进行________步差分（填具体数值）。三、判断题（总共10题，每题2分）1.平稳时间序列的方差可以随时间变化。（）2.AR(1)模型平稳的条件是自回归系数绝对值小于1。（）3.ADF检验拒绝原假设意味着序列存在单位根（非平稳）。（）4.GARCH模型可以捕捉金融时间序列的“杠杆效应”。（）5.若两个序列都是I(1)且存在协整关系，则它们的线性组合是I(0)。（）6.白噪声序列的ACF在所有滞后阶数下都显著为0。（）7.MA(q)模型的PACF会在q阶后截尾。（）8.VAR模型要求所有变量必须同阶单整。（）9.季节调整后的序列应消除了季节成分，但可能保留趋势和随机项。（）10.单位根过程的方差会随时间推移趋于无穷大。（）四、简答题（总共4题，每题5分）1.简述平稳时间序列的定义及其三个关键条件。2.简述ARIMA模型的建模步骤。3.说明ADF检验与DF检验的主要区别及改进意义。4.比较GARCH模型与ARCH模型的联系与区别。五、讨论题（总共4题，每题5分）1.金融时间序列通常具有哪些典型特征？这些特征对时间序列建模提出了哪些要求？2.协整分析在配对交易策略中起到什么作用？请简述其应用逻辑。3.如何确定ARIMA模型的p、d、q参数？请说明主要方法。4.使用GARCH模型预测波动率时，需要注意哪些关键问题？---答案及解析一、单项选择题1.C（平稳序列的自协方差仅与时间间隔有关）2.A（AR(p)平稳要求特征根绝对值小于1）3.C（d为差分阶数）4.B（MA(q)的ACF在q阶后截尾，PACF拖尾）5.B（ADF原假设是存在单位根，即非平稳）6.B（GARCH刻画波动率集群性）7.C（协整的线性组合是平稳的）8.A（白噪声仅滞后0阶ACF显著）9.D（Dickey-Fuller用于单位根检验，非VAR滞后期选择）10.C（季节调整去除季节成分）二、填空题1.不随时间变化2.特征根绝对值小于1（或自回归多项式的根全在单位圆外）3.滞后差分项4.σₜ²=ω+αεₜ₋₁²+βσₜ₋₁²5.单整（或I(d)）6.白噪声7.全在单位圆外8.异方差9.平稳（或同阶单整后平稳）10.12（或季节周期长度，如月度数据为12）三、判断题1.×（平稳序列方差恒定）2.√（AR(1)平稳条件|φ₁|＜1）3.×（拒绝原假设意味着不存在单位根，即平稳）4.×（GARCH无法直接捕捉杠杆效应，需EGARCH等扩展模型）5.√（协整组合为I(0)）6.×（白噪声ACF仅滞后0阶显著，其余不显著）7.×（MA(q)的PACF拖尾，ACF截尾）8.×（VAR要求变量平稳，或协整后构建VECM）9.√（季节调整目标是分离季节成分）10.√（单位根过程方差随时间发散）四、简答题1.平稳时间序列指统计特性不随时间平移而改变的序列。三个条件：①均值为常数，不随时间变化；②方差为有限常数；③自协方差仅与时间间隔k有关，与具体时间t无关。2.ARIMA建模步骤：①检验序列平稳性（如ADF检验），确定差分阶数d；②通过ACF/PACF图或信息准则（AIC/BIC）初步估计p、q；③参数估计（如极大似然估计）；④模型诊断（残差白噪声检验）；⑤模型优化与预测。3.DF检验假设序列为AR(1)且误差项无自相关，ADF检验通过加入滞后差分项（Δyₜ₋₁,Δyₜ₋₂等）处理误差项的高阶自相关，更符合实际数据特征，提高了检验的有效性和适用性。4.联系：GARCH是ARCH的扩展，均用于刻画条件异方差。区别：ARCH模型用过去残差平方的有限项拟合波动率，GARCH引入滞后条件方差项（σₜ₋₁²），能用更少参数捕捉长期波动集群性，避免ARCH高阶时的参数估计问题。五、讨论题1.典型特征：非平稳性（存在趋势或单位根）、波动率集群性（大波动后伴大波动）、杠杆效应（负收益对波动率影响更大）、尖峰厚尾（比正态分布更集中和分散）。建模要求：需先差分或协整处理非平稳性；用GARCH类模型刻画波动率；用EGARCH等扩展模型捕捉杠杆效应；选择厚尾分布（如t分布）拟合残差。2.协整分析可识别长期均衡关系的资产对。配对交易逻辑：若两资产价格序列协整，其价差（线性组合）应平稳，偏离均衡时（价差超过阈值）可做空高估资产、做多低估资产，待价差回归时平仓获利。协整保证了价差的平稳性，降低策略失效风险。3.确定方法：①d的确定：通过ADF检验判断单整阶数，或观察序列图/ACF图（如趋势明显需1阶差分）；②p和q的确定：观察ACF/PACF截尾位置（如ACF在q阶截尾为MA(q)）；③信息准则（AIC/BIC）：选择使准则值最小的(p,d,q)组合；④模型诊断：检验残差是否为白噪声，否则调整p/q