对主要仅由结构中断组成的时间序列建模
Modelling a time series consisting mainly of structural breaks only
我得到了一个金融时间序列，其特征是一堆结构性断裂，即该序列没有移动（字面上根本没有移动），但在某些时间点，该序列会向上或向下跳跃。然后它会在这个水平上停留一段时间，直到系列再次跳跃。所以时间序列基本上看起来像阶梯函数。
我的假设是这些中断来自一些特定的外生变量，这些变量以虚拟变量的形式存在。因此，如果一个特定的外生变量取值为 1，（我假设）序列很可能会跳跃。
我的问题是如何为这个特定的时间序列建模（在单变量或多变量意义上）。我想标准的 AR(MA) 模型是不合适的。我正在考虑创建两个二进制变量，如果向上（向下）中断则取值为 1，否则为 0。然后我会 运行 一个动态概率模型来测试外生变量触发中断的概率。你觉得这个想法怎么样？或者您会有其他建议吗？请注意，我不想测试结构中断，而是想制定一个时间序列模型。
您尝试过 ARIMAX、TAR 或 STAR 模型吗？
你说你有时间序列数据，你认为这个序列受到一些外生冲击的影响。我认为您需要在时间序列分析中包含外生变量，这就是 ARIMAX 的来源。此模型允许您在 ARIMA 模型中包含外生变量。
你也说了结构性的断裂。尝试 Treshold AutoRegressive 或 Smoothed Treshold AutoRegressive。我希望这有助于找到有关该模型的更多资料。这是一个 click here
我得到了一个金融时间序列，其特征是一堆结构性断裂，即该序列没有移动（字面上根本没有移动），但在某些时间点，该序列会向上或向下跳跃。然后它会在这个水平上停留一段时间，直到系列再次跳跃。所以时间序列基本上看起来像阶梯函数。
我的假设是这些中断来自一些特定的外生变量，这些变量以虚拟变量的形式存在。因此，如果一个特定的外生变量取值为 1，（我假设）序列很可能会跳跃。
我的问题是如何为这个特定的时间序列建模（在单变量或多变量意义上）。我想标准的 AR(MA) 模型是不合适的。我正在考虑创建两个二进制变量，如果向上（向下）中断则取值为 1，否则为 0。然后我会 运行 一个动态概率模型来测试外生变量触发中断的概率。你觉得这个想法怎么样？或者您会有其他建议吗？请注意，我不想测试结构中断，而是想制定一个时间序列模型。
您尝试过 ARIMAX、TAR 或 STAR 模型吗？
你说你有时间序列数据，你认为这个序列受到一些外生冲击的影响。我认为您需要在时间序列分析中包含外生变量，这就是 ARIMAX 的来源。此模型允许您在 ARIMA 模型中包含外生变量。
你也说了结构性的断裂。尝试 Treshold AutoRegressive 或 Smoothed Treshold AutoRegressive。我希望这有助于找到有关该模型的更多资料。这是一个 click here