先做armar  再对残差做garch 即可，组合模型

任何时间序列都由一个均值方程和一个方差方程所组成，普通的ARMA我们忽略了方差方程，因为残差是一个白噪声，没有任何信息可以挖掘了。所以一般只写一个ARMA。而GARCH模型，我们平时都假设均值方程是一个常数，而残差有ARCH效应，所以就focus在残差上，均值略去不写。

所谓的ARMA-GARCH就是分别对均值和方差建模。即均值满足ARMA过程，残差满足GARCH过程的一个随机过程。

总结：
ARMA model: x~ARMA(p,q)+e, where e is a white noise
GARCH model: x~c+e, where c is a constant, e^2 follows a GARCH(p,q) process
ARMA-GARCH model: x~ARMA(p,q)+e, where e^2 follows a GARCH(m,n) process

谢谢啊　　看明白了

tks.................................

挖个坟问一下，为什么用arma回归出来的均值方程系数和用arma-garch回归出来的同样的均值方程的系数不一样呢？