LoslegenKostenlos starten

Parametergrenzen und Einfluss auf Prognosen

Nimm erneut die flexible GARCH-Modellspezifikation, deren geschätzte Koeffizienten in der Konsole ausgegeben wurden. Angenommen, du gehst davon aus, dass der GARCH-Parameter \(\alpha\) zwischen 0,05 und 0,1 liegen sollte, während der \(\beta\)-Parameter zwischen 0,8 und 0,95 liegt. Schätze das Modell nun erneut, indem du diese Grenzen vorgibst, und beobachte den Effekt auf die Volatilitätsprognosen für die nächsten zehn Tage, die mit ugarchforecast erzeugt werden.

Diese Übung ist Teil des Kurses

<Kurs>GARCH-Modelle in R</Kurs>
Kurs ansehen

Übungsanweisungen

  • Setze die Grenzen c(0.05, 0.2) und c(0.8, 0.95) für alpha1 bzw. beta1.
  • Schätze das Modell mit diesen Grenzen auf den EURUSD-Renditen.
  • Notiere, wie sich die Koeffizienten verändert haben.
  • Vergleiche in einer Tabelle die Volatilitätsprognosen für die nächsten 10 Tage zwischen dem unbeschränkten und dem beschränkten Modell.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Define bflexgarchspec as the bound constrained version
bflexgarchspec <- flexgarchspec
___(bflexgarchspec) <- list(___ = ___, ___ = ___)

# Estimate the bound constrained model
bflexgarchfit <- ugarchfit(data = EURUSDret, ___ = ___)

# Inspect coefficients
___(___)

# Compare forecasts for the next ten days
cbind(sigma(ugarchforecast(flexgarchfit, n.ahead = ___)),
      sigma(ugarchforecast(bflexgarchfit, n.ahead = ___)))
Code bearbeiten und ausführen