在R中拟合'arima（）`模型后进行预测和绘图

只是熟悉时间序列，并以此为指导：徒劳地预测股票市场的未来回报。。。只是一个理解时间序列概念的练习

问题是，当我绘制预测值时，我得到了一条与历史数据不一致的常数线。这是蓝色的，位于道琼斯历史收益率的尾端

事实上，我想要一个更“乐观”的视觉效果，或者一个“重新趋势化”的情节，比如我预测的航空旅客人数：

代码如下：

library(quantmod)
library(tseries)
library(forecast)
getSymbols("^DJI")
d = DJI$DJI.Adjusted
chartSeries(DJI)
adf.test(d) 
dow = 100 * diff(log(d))[-1]
adf.test(dow)
train = dow[1 : (0.9 * length(dow))]
test  = dow[(0.9 * length(dow) + 1):  length(dow)]
fit = arima(train, order = c(2, 0, 2))
predi = predict(fit, n.ahead = (length(dow) - (0.9*length(dow))))$pred
fore  = forecast(fit, h = 500)
plot(fore)

不幸的是，如果我尝试将相同的代码用于空中旅行者预测，就会出现错误。例如：

fit = arima(log(AirPassengers), c(0, 1, 1), seasonal = list(order = c(0, 1, 1), period = 12))
pred <- predict(fit, n.ahead = 10*12)
ts.plot(AirPassengers,exp(pred$pred), log = "y", lty = c(1,3))

---

正在取得一些进展，但OP的时间太长了

从根本不工作到稍微工作：或者为什么我会收到“非时间序列长度不正确”和其他神秘的错误消息。。。嗯，在不知道细节的情况下，我突然想到要检查我想要的

cbind.ts

：

is.ts（d）[1]FALSE

Aha！即使

d

是

xts

对象，它也不是时间序列。因此，我必须以.ts（d）的形式运行

。解决了
不切实际的持平市场预测：现在将其绘制为

fit2=arima（log（d），c（2,1,2））；pred=predict（fit2，n.ahead=365*5）
ts.plot（如.ts（d），exp（pred$pred），log=“y”，col=c（4,2），lty=c（1,3），
main=“VIX=0市场条件”，ylim=c（600020000））


好的。。。在这个前景平平的高盛，没有工作前景。我需要吸引一些投资者。让我们再煮一些蛇油：

让平局继续下去：让我们把“季节性”加起来，我们准备好像1999年一样狂欢：

fit3=arima（log（d），c（2，1，2），季节性=list（order=c（0，1，1），period=12））

pred=predict（fit3，n.ahead=365*5）
ts.plot（如.ts（d），exp（pred$pred），log=“y”，col=c（2,4），lty=c（1,3），
main=“投资者招股说明书-马多夫股份有限公司”）


就快到了：我去佩奇打印了一份官方财务顾问证书，所以我准备好拿你的退休金了。为了做到这一点，我只需要在未来五年的乐观前景中表达一些健康的不确定性。放松点，小豌豆<代码>预测=预测（fit2，h=365*5）；绘图（前）

，瞧

哦，不！我不可能得到任何毒品来投资这个现实检查。。。幸好我没有辞去白天的工作。。。等一下，我输入模型时出错了：

fore=forecast（fit3，h=365*5）plot（fore）

：

我要去史泰博

fit2 = arima(log(d), c(2, 0, 2))
pred = predict(fit2, n.ahead = 500)
ts.plot(d,exp(pred$pred), log = "y", lty = c(1,3))
Error in .cbind.ts(list(...), .makeNamesTs(...), dframe = dframe, union = TRUE) : non-time series not of the correct length