r - 关于使用R进行时间序列自动拟合的问题

Question

我们每个月必须拟合大约 2000 个或奇怪的时间序列，
特别是它们有非常特殊的行为，有些是 arma/arima，有些是 ewma，有些是 arch/garch，有或没有季节性和/或趋势(唯一的共同点是时间序列方面)。

理论上可以用 aic 或 bic 标准构建集成模型来选择最适合的模型，但是社区是否知道任何试图解决这个问题的图书馆？

谷歌让我知道罗布·J·海德曼 (Rob J Hyndman) 的以下内容
link

但他们还有其他选择吗？

Answer 1

forecast package中有两种自动方法:auto.arima()它将使用 ARIMA 模型处理自动建模，以及 ets()它将自动从指数平滑系列(包括适当的趋势和季节性)中选择最佳模型。 AIC 在两种情况下都用于模型选择。两者都不处理 ARCH/GARCH 模型。这篇 JSS 文章中详细描述了该包:http://www.jstatsoft.org/v27/i03

关于你的问题:

When will it be possible to use forecast package functions, especially ets function, with high dimensional data(weekly data, for example)?

应该是明年初。论文已完成(请参阅 robjhyndman.com/working-papers/complex-seasonality)，我们现在正在编写代码。