開始使用免費開始

ARMA 入門

到現在為止，你已經累積了相當多將 ARMA 模型配適到資料的經驗。不過在開始慶祝之前，再自己（某種程度上）試一題。

oil 資料是西德州中質原油（WTI）即期價（離岸價），單位是每桶美元，頻率為週資料，期間為 2000 到 2008 年。請運用你的技巧，對報酬率配適一個 ARMA 模型。題目已為你繪出每週原油價格（oil）。在整個練習中，都請使用你將自行計算的報酬率。

和之前一樣，astsa 套件已預先載入。資料已以 oil 名稱預先載入並完成繪圖。

本練習屬於課程

R 中的 ARIMA 模型

檢視課程

練習說明

  • 使用 diff() 與 log() 計算原油價格的近似報酬率，並存入 oil_returns。
  • 繪製 oil_returns，你會注意到 2004 年之前有幾個離群值。請檢視並確認這些報酬率是定態的。
  • 使用 astsa 套件的 acf2() 繪製 oil_returns 的樣本 ACF 與 PACF。
  • 從 ACF／PACF 的組合來看，相關性很小，報酬率幾乎像雜訊。但也可能 ACF 與 PACF 都呈現尾端衰減；若是如此，則可考慮 ARMA(1,1)。請用 sarima() 將此模型配適到報酬率資料。模型配適得好嗎？你能在殘差圖中看出那些離群值嗎？

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Calculate approximate oil returns
oil_returns <-

# Plot oil_returns. Notice the outliers.


# Plot the P/ACF pair for oil_returns


# Assuming both P/ACF are tailing, fit a model to oil_returns
編輯並執行程式碼