Question

matlab高手进，关于ARMA时间序列预测的问题

问题：从网上或其它途径获取股票“中石化”近5个月的日交易量和日收市价格，预测的方法是根据前4个月的数据来预测第5个月的日交易量和日收市价格。
数据已经弄好，具体如下<22x1 double>, <81x1 double>, <22x1 double>, <81x1 double>
请教高手，ARMA模型具体如何，那些参数p,d,q如何设置？最好能有个例子，这个模型从来没用过，这方面几乎处处不会！
主要步骤：
Step1输入原始数据；
Step2用dtrend()函数将原始数据实现去趋势处理，即零均值化、平稳化处理；
Step3用autocorr()函数计算置信度为95%的acf，并画出其自相关函数曲线；
step4用parcorr()函数计算置信度为95%的pacf，并画出其偏自相关函数曲线；
Step5由拖尾性对模型作出初步判断；
Step6用system identification toolbox中的ident gui或直接用resid和predict函数建立一系列模型并实现一步预测，画出一步预测曲线，取N/10为上限，根据loss function、AIC、FPE等准则来定阶。计算误差的自相关函数和误差与输入的互相关函数，并检验误差是否为白噪声。

Answer 1

我是懂matlab，可对这个不熟，我也能写出LS的方程，但我相信没用。

Answer 2

P是AR（自回归）的阶数 D是差分阶数 Q是MA（移动平均）阶数，模型ARMA（p,d,q）:x1=A1*x(t-1)+.....Ap*x(t-p)+ut+B1*u(t-1)+...Bq*u(t-q)

Answer 3

w