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):

 

 

转载于:https://www.cnblogs.com/laoketeng/p/11268502.html