条件异方差的判定
TimeSeriesModelFit 对于在数据中的条件异方差进行自动检测,并对数据拟合 ARCH/GARCH 模型.
创建星巴克公司股票的日收益时间序列.
| In[2]:= | X |
| In[3]:= | X |
| Out[3]= | ![]() |
计算自相关函数.
| In[4]:= | X |
| Out[5]= | ![]() |
在收益序列中验证自相关性.
| In[6]:= | X |
| Out[6]= |
返回的时间序列不是自相关的,但其平方是自相关.
| In[7]:= | X |
| In[8]:= | X |
| Out[8]= | ![]() |
| In[9]:= | ![]() X |
| Out[9]= | ![]() |
TimeSeriesModelFit 判定 GARCH 系列是对数据的最佳拟合.
| In[10]:= | X |
| Out[10]= | ![]() |
求拟合过程.
| In[11]:= | X |
| Out[11]= |
模型的残差表现为不相关.
| In[12]:= | X |
| Out[12]= | ![]() |
| In[13]:= | X |
| Out[13]= |
用 TimeSeriesModel 计算未来预测的置信区间.
| In[14]:= | ![]() X |
| In[15]:= | ![]() X |
| Out[15]= | ![]() |











