Začněte nyníZačněte zdarma

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.

Toto cvičení je součástí kurzu

GARCH modely v R

Zobrazit kurz

Pokyny k cvičení

  • 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.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Complete the specification to do variance targeting
garchspec <- ugarchspec(mean.model = list(armaOrder = c(0,0)),
                        variance.model = list(model = "sGARCH",
                                             ___ = ___),
                        distribution.model = "std")

# Estimate the model
garchfit <- ___(data = EURUSDret, spec = garchspec)

# Print the GARCH model implied long run volatility
sqrt(___(___))

# Verify that it equals the standard deviation (after rounding)
all.equal(sqrt(uncvariance(garchfit)), ___(EURUSDret), tol = 1e-4)
Upravit a spustit kód