So what? Why do we care about stationarity? A stationary time series (TS) is simple to predict as we can assume that future statistical properties are the same or proportional to current statistical properties.Most of the models we use in TSA assume covariance-stationarity (#3 above). This means the descriptive statistics these models predict...
The material on this website is provided for informational purposes only and does not constitute an offer to sell, a solicitation to buy, or a recommendation or endorsement for any security or strategy, nor does it constitute an offer to provide investment advisory services by Quantopian. In addition, the material offers no opinion with respect...
我赞成这个问题。我使用亚马逊服务，但他们的模型构建器看起来并不好。无论如何，我无法建立更多或更少的高质量模型。虽然也许我做错了什么，但那里没有太多的设置。我现在将尝试谷歌...
从这篇文章开始:)你也可以学习一点python......还有上面的链接，到那个家伙的网站，那里有一切解释。python是最容易学习的语言。
http://www.blackarbs.com/blog/time-series-analysis-in-python-linear-models-to-garch/11/1/2016
我很快就会把它复制并粘贴到谷歌上，这真的很方便。
GARCH给出了一个错误，其他都可以
笔记本
谷歌服务瞥了一眼。据我所知，这是一台朱庇特笔记本电脑。你可以在本地运行它。是的，这很方便。但我还是更喜欢IDE。我使用一个轻型IDEVisual Studio Code。
https://it.mail.ru/video/playlists/ Mail Roux的课程，包括关于机器学习和数据分析。
谷歌服务瞥了一眼。据我所知，这是一台朱庇特笔记本电脑。你可以在本地运行它。是的，这很方便。但我还是更喜欢IDE。我使用轻型的Visual Studio Code IDE。
它是Ipython的一个变种，所以对研究来说很方便......而且真的很方便，然后很容易被转化为普通的.py
GARCH给出了一个错误，其他都可以
笔记本
拱形模型本身并不明确：它应该由三部分组成：阿里马（代表趋势），ARCH（代表波动性，而且有很多），以及分布。文中ARIMA的系数，但在公式中，它们指的是什么？对于拱门，我们也需要指定类似的数字。总而言之，一切都不清楚--我看不出有什么办法可以通过细节来引导。
根据介绍的材料，它看起来像一个玩具。
拱形模型本身并不明确：它应该由三部分组成：阿里马（代表趋势），ARCH（代表波动性，有很多）和分布。在文本中，ARIMA的系数，但在公式中它们指的是什么？对于拱门，我们也需要指定类似的数字。总而言之，一切都不清楚--我看不出有什么办法可以通过细节来引导。
从提出的材料来看，它看起来像一个玩具。
我仍然专注于Python本身，所以我还没有详细研究它......这里有关于它的文档 https://pypi.python.org/pypi/arch/4.0
R有很多包，所以应该不会有太大的差别
fit()函数指定静止序列与否
也许是不同的Python版本，看看就知道了:)我必须研究每一个libu
拱形模型本身并不明确：它应该由三部分组成：阿里马（代表趋势），ARCH（代表波动性，有很多）和分布。在文本中，ARIMA的系数，但在公式中它们指的是什么？对于拱门，我们也需要指定类似的数字。总而言之，一切都不清楚--我看不出有什么办法可以通过细节来引导。
从提出的材料来看，它看起来像一个玩具。
这里有一篇来自quantopian的文章和笔记本，也许那里更清楚。
我将花一些时间在该资源上，看看人们在做什么，也许有一些有趣的东西。
https://www.quantopian.com/posts/quantopian-lecture-series-arch-garch-and-gmm
这里有
这里有一篇来自quantopian的文章和笔记本，也许那里更清楚。
我将在该资源中停留一段时间，看看人们在做什么，也许有一些有趣的东西。
https://www.quantopian.com/posts/quantopian-lecture-series-arch-garch-and-gmm
请看一下，谢谢!
对于相关专业的学生来说，可能还不错。
这不是我研究新事物的方式：如果是理论，那么是原始资料，是理论的实际运用的文献，如果是代码，那么只有那一个可以在未来用于实际的现实世界的应用。
到目前为止，Rugarch符合所有标准。
尽管如此，再次感谢，看到其他东西总是很有趣。
请看一下，谢谢!
对于相关专业的学生来说，可能还不错。
我不以这种方式研究新事物：如果是理论，那么需要主要来源，需要理论的实际应用的文献，如果是代码，那么只有这样的，将来可以用于现实世界的实际目的。
到目前为止，Rugarch符合所有标准。
不过，再次感谢你，研究其他东西总是很有启发。
完全没有 :) 当然你是对的，如果你深入研究它。
我有一个简单的方法--搜索大量的垃圾，选择最有趣的，看看它是否至少有一些交易潜力，如果有的话，然后思考如何用一些经验来使用它，建立一个机器人 :) 我不会深入研究东西，如果我自己没有看到，或者有人会说服我这不是浪费时间，因为我的眼睛有太多的东西了