ARMA:
#读入数据，并绘制时序图
d<-read.table("C:/Users/haha/Desktop/R/zuoye/1.txt")
x<-ts(log(d),start = 1)
1: x的时间序列图：
x<-ts(log(d),start = 1)
plot(x)
2:
从上图可以看出x.dif序列值在0的附近波动，没有存在显著地波动起伏大的情况，基本为平稳特征.
3.对x.dif序列adf单位根检验：
从x.dif的adf单位根检验p=0.01小于显著水平a=0.05，故拒绝原假设，所有x.dif是平稳序列.
4.
从上图可以看出x.dif的ACF，PACF是均显示不截尾的性质（PACF：lag12,14; ACF：lag:4,12 在2倍标准差外）,故认为可以尝试使用模型ARMA(1,1)
5: 系统自动定阶：
为避免错估模型采用，auto.arima自动定价模型
定阶模型是ARIMA（1,1,1），其中p=1,d=1,q=1
也就是d=1是需要一阶差分后，序列才平稳，然后对它进行自回归模型是ARMA(1,1).既最后得到模型为x.dif序列的ARMA(1,1)模型
6:
7: 进行白噪声检验：
8:
GARCH：
ARCH效应检验的两种方法：
LM检验（拉格朗日检验）
拟合garch(1,1):
