Question

熟悉时间序列，并使用this R-bloggers post作为the following exercise的指南：徒劳地尝试预测股票市场的未来回报......只是练习理解时间序列的概念时间序列。

问题在于，当我绘制预测值时，我得到一条恒定线，这与历史数据不一致。这是蓝色的，在道琼斯的历史日常回报的尾端。

实际上，我想要一个更乐观的＆＃34;视觉上的，或者是一种重新趋势的＆＃34;比我预测的航空旅客数量所得到的情节：

这是代码：

library(quantmod)
library(tseries)
library(forecast)
getSymbols("^DJI")
d = DJI$DJI.Adjusted
chartSeries(DJI)
adf.test(d) 
dow = 100 * diff(log(d))[-1]
adf.test(dow)
train = dow[1 : (0.9 * length(dow))]
test  = dow[(0.9 * length(dow) + 1):  length(dow)]
fit = arima(train, order = c(2, 0, 2))
predi = predict(fit, n.ahead = (length(dow) - (0.9*length(dow))))$pred
fore  = forecast(fit, h = 500)
plot(fore)

不幸的是，如果我尝试使用相同的代码用于航空旅客的预测，我会收到错误消息。例如：

fit = arima(log(AirPassengers), c(0, 1, 1), seasonal = list(order = c(0, 1, 1), period = 12))
pred <- predict(fit, n.ahead = 10*12)
ts.plot(AirPassengers,exp(pred$pred), log = "y", lty = c(1,3))

应用于当前问题的

可能（？）是这样的：

fit2 = arima(log(d), c(2, 0, 2))
pred = predict(fit2, n.ahead = 500)
ts.plot(d,exp(pred$pred), log = "y", lty = c(1,3))
Error in .cbind.ts(list(...), .makeNamesTs(...), dframe = dframe, union = TRUE) : non-time series not of the correct length

Answer 1

取得一些进展，OP太长了。

从不工作到工作：或者为什么我得到“非正确长度的非时间序列”和其他神秘错误消息......好吧，不知道细节，我突然想到要检查一下cbind.ts：is.ts(d) [1] FALSE啊哈！即使d是xts对象，也不是时间序列。所以我只需要运行as.ts(d)。解决了！
不切实际的市场预测：现在将其绘制为

fit2 = arima(log(d), c(2, 1, 2)); pred = predict(fit2, n.ahead = 365 * 5) ts.plot(as.ts(d),exp(pred$pred), log = "y", col= c(4,2),lty = c(1,3), main="VIX = 0 Market Conditions", ylim=c(6000,20000))

好的......高盛（Goldman Sachs）的工作前景不容乐观。我需要吸引一些投资者。让我们再煮一下这条蛇的油了：

获得扁平化线路让我们加上“季节性”，我们准备像1999年那样举办派对：

fit3 = arima(log(d), c(2, 1, 2), seasonal=list(order = c(0, 1, 1), period=12))

pred = predict(fit3, n.ahead = 365 * 5) ts.plot(as.ts(d),exp(pred$pred), log = "y", col= c(2,4),lty = c(1,3), main="Investors Prospectus - Maddoff & Co., Inc.")

几乎就在那里：我去了John Oliver's页面并作为官方财务顾问打印了证书，所以我准备拿你的退休金。为了做到这一点，我只需要在未来五年的这个看涨前景中表达一些健康的不确定性。轻松，轻松...... fore = forecast(fit2, h = 365 * 5); plot(fore)，瞧...

哦，不！我无法通过这种现实检查获得任何投资...好事我没有放弃我的白天工作......等一下，我搞砸了进入模型：fore = forecast(fit3, h = 365 * 5) plot(fore)：

我要去斯台普斯......

在R中拟合`arima（）`模型后的预测和绘图

1 个答案: