时间序列:R语言ARMA-GARCH模型
ARMA:
#读入数据,并绘制时序图
d<-read.table("C:/Users/haha/Desktop/R/zuoye/1.txt")
x<-ts(log(d),start = 1)
1: x的时间序列图:
x<-ts(log(d),start = 1)
plot(x)
2:
从上图可以看出x.dif序列值在0的附近波动,没有存在显著地波动起伏大的情况,基本为平稳特征.
3.对x.dif序列adf单位根检验:
从x.dif的adf单位根检验p=0.01小于显著水平a=0.05,故拒绝原假设,所有x.dif是平稳序列.
4.
从上图可以看出x.dif的ACF,PACF是均显示不截尾的性质(PACF:lag12,14; ACF:lag:4,12 在2倍标准差外),故认为可以尝试使用模型ARMA(1,1)
5: 系统自动定阶:
为避免错估模型采用,auto.arima自动定价模型
定阶模型是ARIMA(1,1,1),其中p=1,d=1,q=1
也就是d=1是需要一阶差分后,序列才平稳,然后对它进行自回归模型是ARMA(1,1).既最后得到模型为x.dif序列的ARMA(1,1)模型
6:
7: 进行白噪声检验:
8:
GARCH:
ARCH效应检验的两种方法:
LM检验(拉格朗日检验)
拟合garch(1,1):