我一直在使用 QEMU 来测试我正在创建的原型，现在我想在真正的板上进行测试。我正在使用 Buildroot 为开发板创建 rootfs，并将 rootfs 放在我的 SD 卡上后，我将可执行文件放在 /bin 文件夹中。但是，在启动后并尝试运行它时，我收到消息“-sh：可执行文件：未找到”。

我究竟做错了什么？提前致谢。

我有一个关于使用 GARCH 模型进行预测的问题。对不起，我是第一次使用 ARCH 包，我不确定这是我的错还是包的限制。

我想使用 GARCH 模型来模拟未来的现货市场价格。我使用了以下代码：

我的数据在一列中有大约 43 000 行。我已经消除了异常值。

我必须预测近 175 000 个值，这通常应该是可能的……我现在有两个问题。无法将模拟设置为 1，因为如果我这样做，我会收到消息ValueError: could not broadcast input array from shape (41372) into shape (41372,1)。另一个问题是视野。当我尝试使用超过 1000 的视野时，我收到错误消息MemoryError。有人可以帮助我或知道该怎么做吗？

我在 python 中使用 arch 包来拟合自回归模型，然后将 GARCH 模型拟合到我的时间序列中。我在两个不同的 Python 笔记本中运行完全相同的代码。我知道答案可能会有所不同，但在他的第一次运行中，优化将系数识别为显着，而第一次运行将它们识别为非常微不足道（p 值 = 1）。我无法理解为什么会发生这种情况。

我正在尝试，类似于R的ugarch

使用 ARCH 库将联合 ARIMA(p,0,q)-GARCH(r,s) 拟合到多个时间序列。基于几种测试方法，我想找出 p,q,r,s 的最佳拟合参数
基于 ARCH 文档均值模型可以选择No Mean、Constant Mean、Autoregressions和Heterogeneous Autoregressions。

如何在 Python 中指定除 AR 之外的可选 MA 组件，类似于 statsmodels.tsa.arima_model.ARMA？

非常感谢您提前。

我安装了arch4.8.1，但是导入的时候报错

我已经尝试重新安装，但这没有效果

然后它有一个错误

嗨 Stack Overflow 社区，感谢您阅读我。

我是 Python 的初学者。为了计算风险值，我必须预测 FIGARCH 并计算每日条件均值和标准差。为此，我使用了包含 FIGARCH 模型的“ARCH”包 + 以下链接：https ://arch.readthedocs.io/en/latest/univariate/volatility.html#fractionally-integrated-fi-garch

此链接指定参数：

参数： p ({0, 1}) – 对称创新的顺序 q ({0, 1}) – 滞后（转换）条件方差幂的顺序（浮点数，可选） – 与创新一起使用的幂，abs( e) ** 权力。默认值为 2.0，它会生成 FIGARCH 和相关模型。使用 1.0 生成 FIAVARCH 和相关模型。可以指定其他幂，但这些幂应该是严格的正数，并且通常大于 0.25。truncation (int, optional) -- 在 ARCH(∞∞) 表示中使用的截断点。默认值为 1000。

这是我尝试过的代码，但它不起作用：

我制作了一个通过 CAN 总线与硬件通信的程序。当我通过 CLI 启动程序时，一切似乎都运行良好，但通过 Systemd 服务启动进程会导致流量暂停

我正在制作一个通过 CAN 总线与硬件通信的系统。当我通过 CLI 启动我的程序时，一切似乎都运行良好，我将在一秒钟内对此进行量化。然后我创建了 systemd 服务，如下所示，在系统启动时自动启动进程。

通过绘制日志时间戳，我们注意到在 30 分钟的窗口内，每隔 5 分钟左右（不是常规速率），CAN 流量会出现周期性暂停，介于 250 毫秒到几秒之间。如果我们切换回通过 CLI 启动，我们可能会在 3 小时内出现 100 毫秒的下降，基本上没有问题。

从技术上讲，我们可以容忍这样的流量暂停，但问题是我们不了解这些丢失消息的原因（通过 systemd 运行与通过命令行手动启动）。

有没有人知道这里发生了什么？

其他注意事项： - 我们不使用任何环境变量或参数（通过配置文件读取）。- 我们刚刚观察到 CAN 流量没有任何运行，没有丢包，所以我们非常确信这不是我们的硬件/socketCAN 驱动程序 - 我们尝试通过 Arch 笔记本电脑上的服务启动，但没有看到这种暂停行为。

当通过系统服务运行时，我希望消息之间不会出现大于约 20-100 毫秒的停顿，这是我们的容忍度

我正在测试 ARCH 包以使用 GARCH(1,1) 预测两个系列的方差（标准偏差）。

这是我的代码的第一部分

Ibovespa 回归

第一个系列是 Ibovespa 指数的第一个期货合约，观察到的年化波动率非常接近 Garch 预测。

我发现的第一个问题是您需要将样本重新缩放 100。为此，您可以将返回序列乘以 100 或rescale=True在arch_model函数中设置参数。

为什么有必要这样做？

在拟合模型后，我预测了方差（只需 5 个步骤来说明问题），得到标准偏差并将其年化。Obs：由于我必须重新调整我的回报系列，我将我的预测除以 10000（100**2，因为重新调整）

这就是预测输出

哪个非常接近 Observed Vol23.76

这是我所期待的结果。

IRFM 回报

当我对波动较小的系列进行完全相同的处理时，我得到了一个非常奇怪的结果。

预测输出：

这与观察到的波动率有很大不同5.39

为什么会这样？也许是因为重新调整？我必须在预测之前再做一次调整吗？

谢谢

我们有一个 Clojure 应用程序，它获取一个数据集（约 3000 行）并使用 spit 将其写入本地文件。它在编写它的机器上运行良好，但在所有其他拉下 git 代码的机器上，写入步骤非常缓慢。该过程在原始机器上需要几秒钟，但在其他机器上需要十分钟以上。

有问题的两台主要机器（开发人员的机器和我的机器）都是具有可比规格和配置的 Manjaro Arch Linux 系统。我们都从同一个 Git 源中提取，并且都提取相同的数据。

我们已经确认代码仍然在我的机器上运行，因为如果我尝试只编写数据集的前十行（即使这仍然需要将近一分钟），它就会完成。

在两台机器上的处理过程中几乎没有触及 CPU 和 RAM，并且输出文件大小小于 1 MB。

如果我们使用带有 clojure.data.csv 或 dk.ative.docjure.spreadsheet 的 Java.io 库而不是 spit，我们会遇到同样的问题。

抽象的数据形状是：

（但当然是大于 3000 行）

任何帮助表示赞赏！

我正在使用 rugarch 包估计模型（修改后的 GJR GARCH）

想估计以下模型：

我想看看美国对其他国家的溢出效应，并改变危机前后的变化，但我不知道如何在 rugarch 前后添加虚拟变量。

一些代码只是将 dummy 放在 external.regressors 参数中。

但是，在那种情况下，他们只得到一个像vxreg1

我想比较全球危机前后的变量。

像这样

如果您能帮助我获得解决方案，将不胜感激