1. Učit se
    2. /
  2. Kurzy
    3. /
  3. GARCH modely v R
Connected

cvičení

Cílování rozptylu

Volatilita finančních výnosů se v čase shlukuje: období nadprůměrné volatility střídají období volatility podprůměrné. Dlouhodobá předpověď je taková, že:

  • když je volatilita vysoká, bude klesat a vracet se ke svému dlouhodobému průměru.
  • když je volatilita nízká, bude růst a vracet se ke svému dlouhodobému průměru.

Při odhadování GARCH modelů můžeme tohoto jevu středního návratu využít prostřednictvím cílování volatility. Parametry GARCH pak odhadujeme tak, aby se dlouhodobá volatilita vyplývající z modelu rovnala výběrové směrodatné odchylce.

Vyzkoušíme si to na výnosech EUR/USD.

Pokyny

100 XP
  • Uprav specifikaci GARCH modelu tak, aby bylo použito cílování rozptylu.
  • Odhadni GARCH model.
  • Pomocí uncvariance() vypočítej dlouhodobou směrodatnou odchylku implikovanou GARCH modelem.
  • Ověř, že po zaokrouhlení se tato hodnota rovná výběrové směrodatné odchylce.