15 因此，我绘制了回油的ACF / PACF，并期望看到一些正的自相关，但令我惊讶的是，我只得到了负的显着自相关。我应该如何解释上图？他们似乎表明，当石油收益率先前下降时，有回升的趋势，反之亦然，从而出现了振荡行为。如果我错了，请纠正我。 time-series — 安克 source
8 负ACF表示一次观测的正回油增加了另一次观测的负回油的可能性（取决于滞后时间），反之亦然。或者，您可以说（对于固定时间序列），如果一个观测值高于平均值，而另一个观测值（取决于滞后时间）低于平均值，反之亦然。看看“ 解释负自相关 ”。 — 统计 source 3 但是，实际上，您显示的自相关都非常小：尽管有些自相关在常规水平上很重要，但不应过分理解。约0.02的相关性并不意味着太多的预测能力。 — Nick Cox 如果我尝试将ARMA-GARCH模型拟合到该数据集是否有意义？使用ARMA进行如此小的关联有意义吗？在预测收益时为0。 — ankc @Stat，您能回答以上问题吗？谢谢 — ankc 抱歉，安迪，我以为我已经回答了他们。好了，您可以尝试两种方法，然后检查您的模型以查看哪种模型更适合收益并提供合理的预测。但是正如尼克所说，您没有太多的相关性，因此很难找到一个好的时间序列模型。 — 2013年
