Vincent2018-12-03 15:03:00

同学你好，金融数据，尤其是时间序列数据中普遍具有序列自相关的特征，对这类数据最好使用自回归模型，这样反而可以利用过去的残差和现在的残差有相关性这一点来预测未来。

但我不是去捕捉所有有显著相关关系的lag, 这话不能这么说。应该说我发现lag中有残差项和现在的残差项显著相关后，就增加lag, 从AR(1)变成AR（2），再检验。最终我放在方程中的不是我在一次检验中发现显著的lag, 而是只要有显著的lag, 我就顺次增加lag. 比如，检验中lag3 和lag5显著，我不是把lag3,5放入方程，而是把lag2放入方程，使AR(1)变成AR（2）， 再检验。

你说的剔除trend,cycle其实就是保持时间序列的协方差平稳，这是AR建模的先决要求，如果协方差不平稳，无法建模。