上图是2000年到2021年的一个汇率数据,我先观察了图像发现不平稳,然后
1.做了对数差分,1次
2.单位根检验,不存在单位根了
3.观察差分一次后的图像,序列平稳了
4.Equation estimation, LS检验
4.然后用ARCH方法检验残差是有否异方差性,结论:存在异方差性
5.然后用残差平方检验自相关性,结论:存在自相关(这个存在自相关不知道对建模有什么影响,哪些模型不能选?)
6,看了正态分布图,最下面P值为0,所以应该不是正态分布吧
然后查了一些资料但不知道是否正确,存在自相关能用GARCH模型吗或能用ARIMA模型吗?最后我用了ARIMA模型进行建模,数据如下
哦对了,p,q的值(AR,MA)我是试出来的,看那个拖尾结尾感觉看不出,数据如下:
劳烦指点一二,感谢!
没有用过 Eviews,只能广义聊聊。
首先要考虑的是,构造时间序列模型能否有效的进行汇率预测,我对此是持保留态度的。也就是说,如果时间序列模型预测不了汇率,你用什么软件,什么方法,如何编程都是没有用的。这个问题说白一点,你能根据现有数据预测明天股市涨跌吗,显然是不能的,无论用什么方法。
从你的提问中,个人感觉你的这个问题没有太多考虑。
如果你是在学习 Eviews,学习时间预测模型,建议你先选择经典案例问题,也就是典型的时间序列预测问题,进行编程和试验,掌握具体软件的使用,把具体方法搞清楚,把具体算法打通。在此基础上,你再考虑用该软件该方法来尝试解决一些你找到的问题和数据,可能比较容易掌握。