Chào mừng các bạn đến với bài học thứ ba trong chuỗi bài về mô hình chuỗi thời gian. Trong bài học trước, chúng ta đã tìm hiểu về mô hình Trung bình trượt (MA), một mô hình có “trí nhớ hữu hạn” về các cú sốc trong quá khứ và có thể được nhận diện qua biểu đồ ACF “cắt đuôi”. Hôm nay, chúng ta sẽ khám phá một lớp mô hình bổ sung và cực kỳ quan trọng: Mô hình Tự hồi quy (Autoregressive – AR). Ý tưởng đằng sau mô hình AR rất tự nhiên: giá trị của một chuỗi thời gian tại một thời điểm nào đó có thể được giải thích bằng chính các giá trị của nó trong quá khứ. Ví dụ, lợi suất của một cổ phiếu hôm nay có thể có một phần “quán tính” từ lợi suất của ngày hôm qua. Mô hình AR giúp chúng ta nắm bắt được sự phụ thuộc này. Tuy nhiên, như chúng ta sẽ thấy, mô hình AR có những đặc tính rất khác biệt …