파이썬의 statsmodels VAR 라이브러리를 사용하여 재무 시계열 데이터를 모델링하고 일부 결과가 혼란 스럽습니다. VAR 모델은 시계열 데이터가 정지되어 있다고 가정합니다. 나는 두 개의 다른 유가 증권에 대해 고정식이 아닌 일련의 로그 가격에 실수로 적합했으며 놀랍게도 적합하지 않은 값과 샘플 내 예측은 상대적으로 중요하지 않은 고정 잔차로 매우 정확했습니다. 표본 내 예측 의 는 99 %이고 예측 잔차 계열의 표준 편차는 예측 값의 약 10 %입니다.
그러나 로그 가격을 차분하고 해당 시계열을 VAR 모델에 맞추면 적합치 및 예측 값이 평균을 훨씬 뛰어 넘는 범위에서 튀어 나오게됩니다. 결과적으로 잔차는 적합치보다 로그 리턴을 예측하는 작업이 더 잘 이루어지며 예측 잔차의 표준 편차는 적합치 데이터 계열보다 15X 더 큰 예측 계열의 .007 값 보다 큽니다 .
VAR 모델에서 적합치 대 잔차를 잘못 해석하거나 다른 오류가 발생합니까? 고정되지 않은 시계열이 동일한 기본 데이터를 기반으로하는 고정식 시계보다 정확한 예측을하는 이유는 무엇입니까? 나는 같은 파이썬 라이브러리의 ARMA 모델로 좋은 일을 했고이 모델링 단일 시리즈 데이터와 같은 것을 보지 못했습니다.