A. intel公司股票的时间序列分析
因特尔公司，一家以研发CPU处理器为主的美国公司，也是全球最大的个人计算机和CPU制造商，拥有50年的产品创新和市场领导历史。本文选取了1998年11月28日至2018年11月28日的日数据收益率，对其进行了时间序列分析。
（一）数据可视化
从图2.1可见，股票的收盘价呈现上涨趋势，但2000年后有一波下跌，表明序列是非平稳的。
图2.2展示了开盘价和收盘价数据之间的相关散点图，当价格低于40时，开盘价和收盘价之间的差距不大，但价格高于40时，两者之间的差距波动加大。
将原序列取对数查分后的数据，即股票的收益率，画出时序图。
（二）平稳性检验
通过acf、pacf和单位根诊断图检验数据是否为白噪声、单位根平稳ARCH效应。结果表明，序列是平稳的，可以进行ARIMA模型定阶。
（三）ARCH模型的建立
1. 均值模型的建立
通过arima函数自动定阶建立arima(1,0,2)的均值模型。
2. ARCH模型的建立
建立arch(1,1)模型，得到的参数如图2.11。
3. 模型的检验
通过Box-Ljung(p-value > 0.05)的检验，可知该模型的残差为一个白噪声序列，因此该模型是合理的。
4. 模型预测
预测五期后的值分别为：-0.000199，-0.000254,0.00005566,0.000248,0.000368。从预测效果来看，波动并不大，说明英特尔公司的市场价波动小，运营稳定。
##将上面结果改为E-GARCH模型
fit.spec <- ugarchspec(variance.model = list(model = "eGARCH", garchOrder = c(1, 1)), mean.model = list(armaOrder = c(0, 0), include.mean = TRUE), distribution.model = "norm")
fit <- ugarchfit(data = intc_ts, spec = fit.spec)
plot(fit,which='all)
三、结论
本案例选取了1998年11月28日至2018年11月28日的日数据收益率进行数据分析。对数据建模（ARCH、GARCH模型），得出该数据服从模型。预测五期后的值分别为：-0.000199，-0.000254,0.00005566,0.000248,0.000368。从预测效果来看，波动并不大，说明英特尔公司的市场价波动小，运营稳定。