ARIMA(p,d,q) یعنی مدلِ ARMA(p,q) روی سریِ d بار تفاضلگرفتهشده. اگر قیمت I(1) باشد، d = ۱ است. ARIMA(0,1,0) همان گامِ تصادفی است: بهترین پیشبینیِ قیمتِ فردا، قیمتِ امروز است.
چهار گامِ باکس–جنکینز
| گام | کار | ابزار |
|---|---|---|
| ۱. شناسایی | تعیین d و حدسِ اولیهٔ p و q | آزمونهایِ ADF/KPSS، نمودارِ ACF/PACF |
| ۲. برآورد | برآوردِ ضرایب | درستنمایی بیشینه (MLE) |
| ۳. تشخیص | بررسیِ باقیماندهها | آزمونِ لیونگ–باکس، نمودارِ ACF باقیمانده |
| ۴. پیشبینی | پیشبینی نقطهای و بازهای | فاصلهٔ اطمینانِ پیشبینی |
انتخابِ مدل: AIC و BIC
افزودنِ پارامتر همیشه برازشِ دروننمونه را بهتر میکند، پس باید جریمهاش کرد: AIC = 2k − 2 ln L و BIC = k ln(n) − 2 ln L . مدلی با مقدارِ کمتر بهتر است. BIC در نمونههایِ بزرگ مدلِ سادهتر را بیشتر ترجیح میدهد.
تشخیصِ باقیمانده
اگر مدل درست باشد، باقیماندهها باید نوفهٔ سفید باشند. آزمونِ لیونگ–باکس روی باقیماندهها با p-value بزرگتر از ۰٫۰۵ (مثلاً ۰٫۴۰) نشان میدهد خودهمبستگیِ باقیماندهای نیست. اگر p-value کوچک باشد، مدل ساختار را کامل نگرفته است. اگر مربعِ باقیماندهها خودهمبستگی داشته باشد، مشکلِ نوسان است که با GARCH حل میشود.
پیشبینیِ ARIMA برایِ افقِ دور به میانگین (یا برایِ d=۱ به یک خطِ ثابت یا شیبدار) میرسد و بازهٔ اطمینانش با افزایشِ افق پهنتر میشود؛ یعنی مدل صادقانه میگوید دربارهٔ آیندهٔ دور کم میداند. اگر الگویِ فصلی دارید، SARIMA با پارامترهایِ فصلی اضافه میشود.
from statsmodels.tsa.arima.model import ARIMA
from statsmodels.stats.diagnostic import acorr_ljungbox
fit = ARIMA(price, order=(1, 1, 1)).fit()
print(fit.aic, fit.bic)
print(acorr_ljungbox(fit.resid, lags=[10]))
fc = fit.get_forecast(steps=5)
print(fc.predicted_mean, fc.conf_int())یادآوری: برایِ مقایسهٔ عادلانه مدلها باید روی یک سری با d یکسان مقایسه شوند؛ AIC مدلهایِ با تفاضلِ متفاوت قابلمقایسه نیست.
