Bagaimana menafsirkan ACF negatif (fungsi autokorelasi)?


15

Kembali

Jadi saya merencanakan ACF / PACF dari pengembalian minyak dan mengharapkan untuk melihat beberapa autokorelasi positif tetapi yang mengejutkan saya, saya hanya mendapatkan autokorelasi signifikan negatif. Bagaimana saya menafsirkan grafik di atas? Mereka tampaknya menunjukkan bahwa ada kecenderungan pengembalian minyak meningkat ketika sebelumnya menurun dan sebaliknya, sehingga perilaku berosilasi. Harap perbaiki saya jika saya salah.

Jawaban:


8

ACF negatif berarti bahwa pengembalian minyak positif untuk satu pengamatan meningkatkan kemungkinan memiliki pengembalian minyak negatif untuk pengamatan lain (tergantung pada lag) dan sebaliknya. Atau Anda dapat mengatakan (untuk deret waktu stasioner) jika satu pengamatan di atas rata-rata yang lain (tergantung pada lag) di bawah rata-rata dan sebaliknya. Lihat " Menafsirkan autokorelasi negatif ".


3
Namun dalam praktiknya, autokorelasi yang Anda tunjukkan semuanya sangat kecil: meskipun beberapa signifikan pada tingkat konvensional, namun tidak boleh ditafsirkan secara berlebihan. Korelasi sekitar 0,02 tidak menyiratkan banyak kemampuan prediksi.
Nick Cox

Apakah masuk akal jika saya mencoba memasang model ARMA-GARCH ke dataset ini? Apakah masuk akal untuk menggunakan ARMA untuk korelasi sekecil ini? Saya tahu saya hanya bisa memasukkan pengembalian dalam model GARCH tetapi saya tidak ingin berakhir. dengan 0 konstan saat memperkirakan pengembalian.
ankc

@Stat, bisakah Anda menjawab pertanyaan di atas? terima kasih
ankc

Maaf Andy, saya pikir saya telah menjawab mereka. Nah, Anda dapat mencoba keduanya, dan kemudian memeriksa model Anda untuk melihat mana yang lebih cocok untuk pengembalian dan memberikan perkiraan yang masuk akal. Tetapi seperti kata Nick, Anda tidak memiliki banyak korelasi, dan itu membuat sulit untuk menemukan model deret waktu yang baik.
Stat
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.