RStudio中的ARIMA问题- ARIMA股票发行

Question

这是我在这个平台上的第一篇文章。我是工商管理专业的学生，所以请宽恕我的努比问题。

我目前正在为一些股票分别建立ARIMA模型，它们的收盘价。然而，在规划预测时，我得到的只是一条带有一点漂移的直线。但仅此而已。我没有得到任何明确的模式，例如，没有起伏的预测，只是直线与漂移。

我不确定我是不是做错了什么。

install.packages(quantmod)
install.packages(tseries)
install.packages(timeSeries)
install.packages(forecast)
install.packages(MASS)
install.packages(ggplot2)
install.packages(zoo)
install.packages(xts)

library(quantmod)
library(tseries)
library(timeSeries)
library(forecast)
library(MASS)
library(ggplot2)
library(zoo)
library(xts)


# load data
energy = getSymbols(Symbols = "XLES.L", auto.assign = F, from = "2015-01-01", to = "2020-01-01")

# remove NAs
energy <- na.omit(energy$XLES.L.Close)
plot(energy)

# create TS
ts <- ts(energy, start = c(2015,01), frequency = 252)
plot(ts) #does not seem stationary

# check for stationarity
adf.test(ts) # --> not stationariy, differencing required

#Create Arima Model
arima <- auto.arima(ts, d = 1)
arima

# Create Forecast (Out-Of-Sample for 20days/1month)
forecast_energy <- forecast(arima, h = 20)
plot(forecast_energy)
plot(forecast_energy, include = 50)

我的问题是：

• 为什么是一条直线？
• 是否有必要创建一个带有ts -函数的时间序列，因为导入的数据已经在ts(或者不是？)
• 中了吗？

在这里，情节：

​

这里打印

> print(arima)
Series: ts 
ARIMA(2,1,0) 

Coefficients:
         ar1      ar2
      0.0125  -0.0502
s.e.  0.0283   0.0283

sigma^2 estimated as 20.19:  log likelihood=-3682.99
AIC=7371.98   AICc=7372   BIC=7387.4

有谁能帮帮我吗？)

向努布问好

Answer 1

一个简单信号的例子，它可以破坏自动arima

library(forecast)
set.seed(1)

mynoise <- rnorm(252*5,0,sd = 100) # high short term noise, non integrated
mytrend <- 1:(252*5) # long term trend
mysignal <- mynoise+mytrend
library(forecast)
mymodel <- auto.arima(mysignal)
plot(forecast(mymodel,50))

信号的差别是u=1+e-滞后(E)和滞后(U)=1+lag(E)-lag2(E)，使epsilon (E)是e-滞后(E)，它是一个ar1，epsilon=-滞后(Epsilon)+e，因此这个过程很可能被看作是一个站值011，其中有一个没有很大意义的，然后auto arima估计一个arima(0,1,1)，其移动平均项在-1左右。

这并不是完全失败:短期预测是不错的，但它做的是愚蠢的长期预测。

Answer 2

你得到的预测是一条直线，因为你的模型无法在数据中找到和季节性，当这种情况发生时，模型只是取你的历史数据的平均值并生成预测，这就是为什么你要得到直线。

在没有历史数据的良好季节和趋势的情况下，一个模型很难准确地预测。