ARIMA时间序列预测的matlab实现

在matlab中实现ARIMA时间序列预测。函数形式如下： function [result] = ARIMA_algorithm(data, Periodicity, ACF_P, PACF_Q, n) 其中data为预测所用的数据，为一维列向量；Periodicity为数据的周期；ACF_P和PACF_Q分别是p值和q值；n为想要预测的数据的个数。所返回的结果result是预测出来的数据（一维列向量），同时会画出预测数据的折线图。

function [result] = ARIMA_algorithm（data Periodicity ACF_P PACF_Q n）
m1 = length（data）;
%the number of raw data
for i = Periodicity+1:m1
    y（i-Periodicity） = data（i）-data（i-Periodicity）;
end
%eliminating the periodicity
w = diff（y）;
%first-order differential for eliminating the Trending
m2 = length（w）;
%the number of data after first-order differential
k = 0;
%the number of initial exploration models
for i = 0:ACF_P
    for j = 0:PACF_Q
        if i == 0 && j == 0
            continue
        elseif i == 0
            ToEstMd = arima（‘MALags‘1:j‘Constant‘0）;
        elseif j == 0
            ToEstMd = arima（‘ARLags‘1:i‘Constant‘0）;
        else
            ToEstMd = arima（‘ARLags‘1:i‘MALags‘1:j‘Constant‘0）;
        end
        %specify the structure of t