一般情况下，在用ARIMA做预测时，时间序列通过差分后，转化成平稳序列才能用ARMA模型建模。通过差分平稳、识别定阶、参数估计和残差检验等4个步骤。理论上要求最后拟合的残差序列是零均值白噪声，即满足：纯随机性和方差齐性（每个变量的方差都相等）。但是实际建模过程中，比如在金融时间序列中，最终的拟合残差不严格假设条件，即残差序列不满足方差齐性的条件（存在异方差），那就不是真正意义上的白噪声，这样理解对吗？？
        如果不是真正意义上的白噪声的话，那ARIMA建模的理论基础不是不正确嘛。因为它的建模是建立在残差符合白噪声假设的基础之上的，那为什么还能使用呢？而且若定阶做得好的话，ARIMA的预测效果也还相当不错。感觉有些前后矛盾的味道，恳请解惑！！