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

cvičení

Volatilita in-sample vs. na klouzavém okně

Pro danou časovou řadu výnosů můžeš odhadnout volatilitu GARCH modelu pomocí metody sigma() aplikované na výstup z ugarchfit, nebo pomocí metody as.data.frame() aplikované na výstup z ugarchroll. Rozdíl spočívá v tom, že ugarchfit poskytuje in-sample odhad volatility – model se odhadne pouze jednou na celé časové řadě – zatímco ugarchroll model opakovaně přeodhaduje a využívá vždy jen ty výnosy, které jsou v daném okamžiku skutečně dostupné. V tomto cvičení porovnáš výsledné předpovědi volatility pro denní výnosy indexu S&P 500 pomocí modelu AR(1) GJR GARCH se zešikmeným Studentovým t rozdělením. Specifikace GARCH modelu je již připravena a dostupná jako garchspec, data jsou uložena v sp500ret.

Pokyny 1/3

undefined XP
    1
    2
    3
  • Odhadni GARCH model na celém vzorku výnosů sp500ret a vypočítej in-sample odhady volatility.