图画的不错，没想到还可以这样画。
一般ARMA模型定阶段步骤是：
1.先确定原始时间序列中没有单位根和确定性趋势，也没有GARCH。对应的检验分别是ADF，perron和ARCH检验。
2.使用ACF，PACF和Q统计量检查数据的自相关。初步确定要使用的阶数。同时考察是否存在季节单位根。
3.做ARMA模型，用几个看似合理的模型分别做ARMA模型，确定误差的ACF，PACF和Q统计量中没有相关性。
4.使用AIC，BIC和LogLikelihood确定最好的那一个模型。BIC倾向于选择节俭的模型，因为惩罚项较AIC大，LogLikelihood用来表示估计的结果是否合理。因为极大似然估计在相同的数据和相似的模型估计下不应该相差太大。------------
编辑了下错误：2.中的ADF->ACF，PADF->PACF。

同求关注，这种高阶的情况，该如何选取呢？

另外不知楼主是否尝试过用别的方法找过模型的阶数，另外是否检验过这组数据是否适合用ARIMA模型来拟合呢？

我之前是用ADF PADF来定阶的，没有用BIC这种方法

用过eviews的ADF图~~看不大来··看过视频讲座，里面的例子可能都比较特殊简单吧···这个数据我是先差分又分数阶差分···基本消除长记忆也平稳了··就直接用ARMA了··可能还要用GARCH吧···学渣整不懂这啊

光以BIC为标准的话，看BIC最小的那一行（就是第一行）有哪几个是灰色的就在模型中包含哪些项。
不知道楼主所用的时间序列是否已经平稳，是否有周期性？