시계열 분석과 페어트레이딩 part.2

본 글은 시계열 분석과 페어트레이딩의 두 번째 이야기로, 통계량 추정부터 모델링까지의 과정을 다룹니다. 첫 번째 글에서 ARMA process와 같은 stationary process의 개념을 다루었다면, 이번 글에서는 시계열 데이터로부터 sample mean, sample ACF, sample PACF를 추정하는 방법과 이를 바탕으로 적합한 ARMA model을 찾는 과정을 설명합니다.

데이터가 stationary process로 보이지 않을 경우, 데이터 변환이나 non-stationary model 사용 등의 대안을 제시합니다. 또한, 모델링 과정에서 새롭게 등장하는 'order of integration' 개념을 소개하고, 이를 통해 'cointegration'의 이해를 돕습니다.

이 시리즈는 시계열 분석의 기초를 다루며, 향후 페어트레이딩에서의 cointegration에 더 집중할 예정입니다.