《表5 二阶差分后的偏自相关数值》
由图2和图3可知,相比于一阶差分,二阶差分之后,时间序列更为稳定。具体来说,二阶差分后时间序列的均值近似于0,并且标准差在0到0.15之间,这表明二阶差分后时间序列更为平稳。因此,可将模型设定为ARIMA(p,2,q)。此外,从自相关函数图(表4)可以看出,该时间序列的自相关函数一阶是显著的,二阶之后数值都基本位于虚线以内,即1阶之后截尾,所以可以先设定ARIMA(p,2,q)中的参数q为0、1。同样,通过便自相关函数图(表5)可知,4阶之后截尾,数据都位于虚线以内,因此p值可取0、1、2、3、4。经过排列组合,我们可以得到8种可能的ARIMA模型。在此,本文选取MSE指标并且利用测试样本对10个可能的模型的预测结果进行检验,MSE越小说明模型的拟合度越高。表6为10种可能的ARI-MA模型的拟合结果。
图表编号 | XD00220743300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.15 |
作者 | 邵鹏郡 |
绘制单位 | 中国平安资产配置事业部 |
更多格式 | 高清、无水印(增值服务) |