我正在尝试将 ARMA-GARCH 模型拟合到 FTSE 100 日志返回的数据集（我已在此处上传）。但是，我找不到合适的模型。以下是对数回报系列的 ACF 和 PACF 以及平方对数回报系列的 ACF。查看平方序列的 ACF，数据中似乎存在条件异方差性，因此 ARCH 或 GARCH 模型是合适的。同时，似乎存在显着的自相关，使得条件均值的 ARMA 型模型是合适的。
拟合各种阶(p,q)的ARMA(p,q)-GARCH(1,1)模型，通过AIC选择，我选择p = 1，q =2。但是，该模型似乎没有提供合适的拟合，如下面的输出所示：
Weighted Ljung-Box Test on Standardized Residuals
------------------------------------
statistic p-value
Lag[1] 3.847 0.04983
Lag[2*(p+q)+(p+q)-1][8] 5.474 0.06272
Lag[4*(p+q)+(p+q)-1][14] 10.146 0.10862
d.o.f=3
H0 : No serial correlation
Weighted Ljung-Box Test on Standardized Squared Residuals
------------------------------------
statistic p-value
Lag[1] 11.11 0.0008589
Lag[2*(p+q)+(p+q)-1][5] 12.32 0.0022979
Lag[4*(p+q)+(p+q)-1][9] 12.75 0.0121929
d.o.f=2
另一方面，标准化残差和平方标准化残差的 ACF 看起来还不错（见下文）。我的问题是我的模型选择机制（在这种情况下是 AIC）是否适合手头的数据集（尽管上面给出了假设检验结果）。
