如何在ARCH模型中找到最佳的滞后选择

Question

我正在研究一个与库存数据有关的项目。为了预测收益和波动性，我在Python中使用ARMA，ARCH，GARCH模型。对于ARMA模型的滞后选择，我创建了以下代码，这些代码将根据滞后选择确定模型的最佳顺序。 现在，我想对ARCH模型使用相同的代码，但是它给了我ARMA模型而不是ARCH的总结。所以有人帮我解决这个问题。

以下我为ARMA nmodel尝试过的代码。

pq_rng = range(5) # [0,1,2,3,4]
for i in pq_rng:
        for j in pq_rng:
            try:
                tmp_mdl =ARMA(train, order=(i,j)).fit()
                tmp_aic = tmp_mdl.aic
                if tmp_aic < best_aic:
                    best_aic = tmp_aic
                    best_order = (i, j)
                    best_mdl = tmp_mdl
            except: continue
print('aic: {:6.5f} | order: {}'.format(best_aic, best_order))

以下代码我正在尝试ARCH模型，但在ARMA模型中为我提供了相同的结果。

pq_rng = range(5) # [0,1,2,3,4]
for i in pq_rng:
        for j in pq_rng:
            try:
                tmp_mdl =ARCH(train, order=(i,j)).fit()
                tmp_aic = tmp_mdl.aic
                if tmp_aic < best_aic:
                    best_aic = tmp_aic
                    best_order = (i, j)
                    best_mdl = tmp_mdl
            except: continue
print('aic: {:6.5f} | order: {}'.format(best_aic, best_order))