Python: Как подобрать ARMA (p, q) -GARCH (r, s) с использованием средней модели ARCH Lib - PullRequest
Новая
       60

Python: Как подобрать ARMA (p, q) -GARCH (r, s) с использованием средней модели ARCH Lib

4 голосов
/ 19 марта 2019

Я пытаюсь, похоже на угарша Р 

# standard GARCH model with optional ARMA part
        spec <- ugarchspec(variance.model = list(model = "sGARCH",    garchOrder = c(r,s)),
                           mean.model     = list(armaOrder = c(p,q)), distribution.model = dist[1])

ugarchfit(spec, data = x[,i], solver = "hybrid", fit.control = list(scale = 1),
                             numderiv.control = list(hess.eps = 1e-2))

подгонка соединения ARIMA (p, 0, q) -GARCH (r, s) к нескольким временным рядам с использованием библиотеки ARCH. Основываясь на нескольких методах испытаний, я хотел бы найти наиболее подходящие параметры для p, q, r, s
На основании ARCH Документация означает, что Модели можно выбрать Не имеет значения , Постоянное среднее , Авторегрессии и Гетерогенные Авторегрессии . 

arch.arch_model(y, x=None, mean='Constant', lags=0, vol='Garch', p=1, o=0, q=1, power=2.0, dist='Normal', hold_back=None)[source]

Как я могу указать дополнительные компоненты MA, дополнительные к AR в Python, аналогично statsmodels.tsa.arima_model.ARMA?

Большое спасибо заранее.

...