Why is stationarity important in time series modeling?

Đáp án đúng: "Preservation of model stability". Chuỗi dừng (stationary) có trung bình, phương sai và tự hiệp phương sai không đổi theo thời gian. Các mô hình như AR, MA, ARMA giả định điều đó: chỉ khi quy luật thống kê không trôi đi thì hệ số ước lượng từ quá khứ mới ổn định và còn dùng được cho tương lai; với chuỗi không dừng như giá cổ phiếu, hệ số thay đổi theo giai đoạn và hồi quy dễ cho tương quan giả. Vì vậy người ta lấy sai phân hay chuyển sang lợi suất để có chuỗi dừng trước khi mô hình hoá. "It optimizes model performance" sai vì tính dừng không tự tối ưu hiệu năng; nó là điều kiện để mô hình hợp lệ, còn hiệu năng phụ thuộc chọn bậc, đặc trưng và dữ liệu. "Improves predictive power" chỉ là hệ quả gián tiếp có thể xảy ra, không phải lý do gốc, vì chuỗi đã dừng hoá như lợi suất thường lại khó dự báo hơn chuỗi giá.