GARCH模型:
GARCH模型要求时间序列的残差为零均值、异方差的纯随机序列,但是有时不能充分提取序列的相关信息,即不是纯随机性序列;另外,原序列可能是非平稳序列。对于这种情况,需要将原始序列变为平稳序列,对拟合自回归模型,即构造ARIMA模型,再考察残差序列的方差齐性,如果是异方差残差序列,最后构造GARCH模型,这便是ARIMA-GARCH模型。
时序图:
GARCH模型:
GARCH模型要求时间序列的残差为零均值、异方差的纯随机序列,但是有时不能充分提取序列的相关信息,即不是纯随机性序列;另外,原序列可能是非平稳序列。对于这种情况,需要将原始序列变为平稳序列,对拟合自回归模型,即构造ARIMA模型,再考察残差序列的方差齐性,如果是异方差残差序列,最后构造GARCH模型,这便是ARIMA-GARCH模型。
时序图: