R时间序列最优模型机器学习自动选择求助

问题是：一个序列如果用auto.arima()函数来识别最优模型，当到步骤对平稳序列进行白噪声检验时，如果发现序列是白噪声，这种情况下是无法预测的，直接就结束分析。或者用auto.arima选出了模型但和其它模型比，它不一定是最优的，现在有没有一种R包，或者R程序在一个程序内能对一个序列分别进行arima、门限自回归模型、GARCH模型族、等其它模型拟合，再根据某个最优评价指标，最后自动从所有模型库中选出一个最优的模型，这样就不用手动一个模型一个模型的拟合，就像机器学习一样。如果用试错法一个模型一个模型的试，这个传统的统计方法效率太低了。

补充下，我的意思就是把ARIMA模型、门限自回归模型、GARCH模型族、向量自回归模型、
卡尔曼滤波器等算法作为一个黑盒放到一个模型库里面，用R程序封装起来，不同的序列
调用这个算法，最后直接输出最优模型和结果。