Python 如何做ARMA模型

1、ARMA表达的思想为在金融领域中，很多变量的值既会与自己过去期的表现有关系，又受到过去随机冲击的影响。利用ARMA模型以便预测未来。

2、导入相关的包和模块

读取数据

3、构建建模数据

并查看数据的折线图

4、对其数据进行平稳性检验，即单位根检验

通过求得ADF=-1.029808＞-3.435298（1%的水平），则不能拒绝原假设，认为数据非平稳。需要对数据进行差分处理。

5、一阶差分处理并对其单位根检验

通过对数据一阶差分后的ADF检验，可以得出ADF=-7.54357＜-3.435298，拒绝原假设，认为数据是平稳的。接下来进行白噪声检验

6、对一阶差分处理后的数据进行白噪声检验，自相关系数  偏自相关系数

7、构建ARMA（p,q）的参数选择

查看模型结果

8、计算模型中系数的置信区间

残差序列的纯随机性的检验

自相关系数

单位根检验