14 そのため、石油リターンのACF / PACFをプロットし、いくつかの正の自己相関があると予想していましたが、驚いたことに、負の有意な自己相関しか得られませんでした。上記のグラフをどのように解釈すればよいですか？彼らは、オイルが以前に減少したときにオイルリターンが増加する傾向があり、逆もまた同様であることを示しているようです。したがって、振動の振る舞いです。私が間違っている場合は修正してください。 time-series — ankc ソース
7 負のACFは、ある観測の正のオイルリターンが、別の観測の負のオイルリターンの可能性を高めることを意味します（遅れに依存します）。または、（定常時系列に対して）1つの観測値が平均を上回っている場合、他の観測値（ラグに応じて）が平均値を下回っている場合、またはその逆の場合もあります。「負の自己相関の解釈」をご覧ください。 — スタット ソース 3 ただし、実際には、表示する自己相関はすべて非常に小さくなります。一部は従来のレベルでは重要ですが、過度に解釈すべきではありません。0.02の相関は、予測能力を意味しません。 — ニックコックス ARMA-GARCHモデルをこのデータセットに適合させようとした場合、それは理にかなっていますか？リターンを予測する場合は定数0を使用します。 — ankc @Stat、上記の質問に答えてください。ありがとう — ankc アンディ、ごめんなさい、私は彼らに答えたと思った。両方を試してから、モデルをチェックして、どちらがよりリターンに適合し、合理的な予測を提供するかを確認できます。しかし、ニックが言ったように、あなたはそれほど多くの相関関係がなく、それは良い時系列モデルを見つけることを難しくします。 — 統計
