Comment interpréter ACF négatif (fonction d'autocorrélation)?

Retour

J'ai donc tracé l'ACF / PACF des retours de pétrole et je m'attendais à voir une autocorrélation positive, mais à ma grande surprise, je n'obtiens qu'une autocorrélation négative significative. Comment dois-je interpréter le graphique ci-dessus? Ils semblent indiquer que les rendements pétroliers ont tendance à augmenter lorsqu'ils ont diminué précédemment et vice-versa, d'où le comportement oscillant. Corrigez-moi si j'ai tort, s'il-vous plait.

time-series

— ankc
source

ACF négatif signifie qu'un retour d'huile positif pour une observation augmente la probabilité d'avoir un retour d'huile négatif pour une autre observation (en fonction du décalage) et vice-versa. Ou vous pouvez dire (pour une série chronologique stationnaire) si une observation est supérieure à la moyenne, l'autre (selon le décalage) est inférieure à la moyenne et vice-versa. Jetez un œil à " Interpréter une autocorrélation négative ".

— Stat
source

En pratique, cependant, les autocorrélations que vous montrez sont toutes très petites: bien que certaines soient significatives aux niveaux conventionnels, elles ne doivent pas être surinterprétées. Des corrélations d'environ 0,02 n'impliquent pas beaucoup de capacité prédictive.

— Nick Cox

Serait-il logique si j'essayais d'adapter un modèle ARMA-GARCH à cet ensemble de données? Serait-il logique d'utiliser ARMA pour une corrélation si petite? Je sais que je peux simplement ajuster le retour dans un modèle GARCH mais je ne veux pas finir avec 0 constant lors de la prévision du retour.

— ankc

@Stat, pouvez-vous répondre aux questions ci-dessus s'il vous plaît? merci

— ankc

Désolé Andy, je pensais y avoir répondu. Eh bien, vous pouvez essayer les deux, puis vérifier vos modèles pour voir lequel correspond le mieux aux rendements et fournit une prévision raisonnable. Mais comme Nick l'a dit, vous n'avez pas beaucoup de corrélation, ce qui rend difficile la recherche d'un bon modèle de série chronologique.

— Stat