В работе рассматривается задача непараметрического оценивания авторегрессии для квадратичных рисков. Разрабатывается новый адаптивный последовательный метод выбора модели, основанный на эффективных последовательных ядерных оценках, предложенных Аркун и Пергаменщиковым (2016). Кроме того, разрабатывается новый аналитический инструмент для общих моделей регрессии для получения несимптотических точных оракульных неравенств как для обычных квадратичных, так и для робастных квадратичных рисков. Устанавливается, что построенная процедура последовательного выбора модели оптимальна в смысле оракульных неравенств.