Question

我目前正在处理VALE3.SA https://finance.yahoo.com/quote/VALE3.SA/history?p=VALE3.SA的时间序列。

在R上，程序包预测的auto.arima（）函数返回ARIMA（2,0,0）。但是当我使用adf.test（）和pp.test（）时，它们表示不稳定。我还尝试了diff（），这使我的序列变成平稳的，但是当我尝试强制auto.arima使用1个微分时，它表明ARIMA（0,1,0）。我应该使用什么型号？没有平稳性，ARIMA（2,0,0）甚至有效吗？

auto <- auto.arima(tsvale[,"Close"])

ARIMA(2,0,0) with non-zero mean 

Coefficients:
         ar1      ar2     mean
      1.1156  -0.1518  35.9059
s.e.  0.0739   0.0742   6.0635

sigma^2 estimated as 10.89:  log likelihood=-464.95
AIC=937.91   AICc=938.14   BIC=950.63 ```


> adf.test(tsvale[,"Close"])

    Augmented Dickey-Fuller Test

data:  tsvale[, "Close"]
Dickey-Fuller = -2.2874, Lag order = 5, p-value = 0.4561
alternative hypothesis: stationary

> pp.test(tsvale[,"Close"])

    Phillips-Perron Unit Root Test

data:  tsvale[, "Close"]
Dickey-Fuller Z(alpha) = -8.1416, Truncation lag parameter = 4, p-value = 0.649
alternative hypothesis: stationary```



auto.arima(tsvale[,"Close"], d = 1)
Series: tsvale[, "Close"] 
ARIMA(0,1,0) 

sigma^2 estimated as 11.13:  log likelihood=-464.39
AIC=930.78   AICc=930.8   BIC=933.96 ```

当时间序列不平稳时建议ARIMA（2,0,0）的auto.arima（）函数

0 个答案: