对于金融时间序列，GARCH(1,1)的设定很常用。
A: 正确
B: 错误
A: 正确
B: 错误
举一反三
- 对于金融时间序列，GARCH(1,1)的设定很常用。
- GARCH模型能够较好的描述() A: 金融时间序列的异方差问题 B: 金融时间序列的自相关问题 C: 金融时间序列的多重共线性问题 D: 以上都是
- 以下是一个时间序列的自相关和偏自相关图，哪些结论是正确的（） A: 该时间序列不是平稳时间序列 B: 该时间序列符合MA（1） C: 该时间序列符合AR（1） D: 该时间序列符合ARMA（1，1）
- GARCH模型适用于非平稳序列建模。 A: 正确 B: 错误
- 已知： [img=128x29]1803977d40bbb01.png[/img],n=0,1,2,3 [img=166x29]1803977d48c8edb.png[/img],n=0,1,2,3求两序列的线性卷积（） A: {1,1,-1,-2,-1,1,1} B: {1,1,-1,-1,-1,1,1} C: {1,1,-1,-2,-1,0,1} D: {1,-1,-1,-2,-1,1,1}