1、ARMA表达的思想为在金融领域中,很多变量的值既会与自己过去期的表现有关系,又受到过去随机冲击的影响。导入相关的包和模块,读取数据。
2、构建建模数据,并查看数据的折线图。
3、对其数据进行平稳性检验,即单位根检验,通过求得ADF=-1.029808>-3.435298(1%的水平),则不能拒绝原假设,认为数据非平稳。需要对数据进行差分处理。
4、一阶差分处理并对其单位根检验,通过对数据一阶差分后的ADF检验,可以得出ADF=-7.54357<-3.435298,拒绝原假设,认为数据是平稳的。接下来进行白噪声检验。
5、最后构建ARMA(p,q)的参数选择,查看模型结果,如下图所示就完成了。