VAR向量自回归时对多元时间序列的平稳性要求

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

本人在实际学习和操作中遇到若干问题，希望能够得到论坛各位老师和同学们的解答。
在进行多元时间序列（VAR）分析前，需要通过ADF单位根检验等方式验证时间序列是否平稳。以ADF单位根检验为例，在设定模型时包含了：滞后期、常数项和时间趋势等参数。若带入VAR系统的若干变量，通过ADF检验的参数不相同，是否能说明上述变量都是平稳的？以及在进入VAR时是否需要根据ADF检验时设定的参数对变量进行调整呢？举例说明，在一个包含4个变量的VAR系统中，v1通过ADF检验的模型设定为(C,T,4)，v2为(C,T,0)，v3为(C,T,8)，v4为(C,0,0)。同时，根据LR/FPE/AIC给出的最优滞后阶数lags=4。变量v1，v2，v3，v4可直接进入VAR系统么？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：多元时间序列 向量自回归 时间序列 自回归 VaR

又学习了一下：在ADF检验时，如果模型中包含了趋势项的平稳，是否还能看作是平稳的时序，这个问题似乎还存在一定的争议。但大部分研究认为还是不可以看作是绝对平稳，直接带入模型。目前遇到的这方面的问题，大多都进行了协整检验后通过VECM来做后续分析。或者像高铁梅老师一样，在满足协整条件后再用VAR模型

一、目的:以某商品的历史数据为基础，拟用时间序列Python建模预测方法，预测第N天的价格区间和发生概率。

二、前提:持有历史数据:a现货、b期货

三、Q&A
Q1：用时间序列建模预测，预测值数据跟VS最终实际值＝准吗？So这时间序列建模预测，实际上有用吗？
听大佬们说，建模预测值只会在历史数据上下波动，统计意义上的显著性有限

Q2：单变量（有a没b）做时间序列，应该用哪种预测方法？还是说全部预测方法都Python一遍，从而找出共同区间，以此作为结果？
注:b没＝期货交易所内没找到对应品种。

Q3：多变量（有a有b）做时间序列，应该具体用哪种预测方法？还是说全部预测方法都做一遍，从而找到共同区间，以此作为结果？