在本文中，我们介绍了具有水平偏移类型干预的自回归分数积分移动平均广义自回归条件异方差（ARFIMA-GARCH）模型，该模型能够捕获时间序列的三个关键特征：长期依赖，波动性和水平偏移。 主要关注点是在具有波动性的分数积分时间序列中检测均值和波动性水平移动。 我们将把这样的时间序列表示为水平移位自回归分数积分移动平均值（LS-ARFIMA）和水平移位广义自回归条件异方差（LS-GARCH）。 推导了检验统计数据，这些数据可用于检验自回归分数积分移动平均广义自回归条件异方差（ARFIMA-GARCH）模型中是否存在均值和波动水平变化。 还考虑了模型的拟最大似然估计。