关于使用R的自动时间序列拟合问题

Question

我们每个月必须适应大约2000或奇数时间序列,特别是它们具有非常特殊的行为,有些是arma/arima,有些是ewma,有些是arch/garch,有或没有季节性和/或趋势(只有共同点是时间序列方面).

理论上可以用aic或bic标准建立集合模型来选择最合适的模型但社区是否知道任何试图解决这个问题的库？

谷歌通过Rob J Hyndman 链接告诉我下面的内容

但他们还有其他选择吗？

Answer 1

预测包中有两种自动方法：auto.arima()它将使用 ARIMA 模型处理自动建模，以及ets()自动从指数平滑系列中选择最佳模型（包括适当的趋势和季节性）。AIC 在这两种情况下都用于模型选择。但两者都不能处理 ARCH/GARCH 模型。这篇 JSS 文章对该包进行了详细描述：http://www.jstatsoft.org/v27/i03

进一步回答你的问题：

什么时候可以使用预测包函数，特别是 ets 函数，处理高维数据（例如每周数据）？

大概明年初吧。论文已撰写（请参阅 robjhyndman.com/working-papers/complex-seasonality），我们现在正在编写代码。