Renditen vorhersagen

In den vorherigen Übungen sind wir von einem konstanten Mittelwert ausgegangen, indem wir

garchspec <- ugarchspec(mean.model = list(armaOrder = c(0,0)),
                        variance.model = list(model = "gjrGARCH"),
                        distribution.model = "sstd")

verwendet haben.

In der Praxis ist die prognostizierte Rendite \(\mu_t\) oft zeitvariabel. Um diese Zeitvariation abzubilden, kann man unter anderem ein GARCH-in-Mean-, AR(1)-, MA(1)- oder ARMA(1,1)-Modell verwenden.

Diese Modelle sind in rugarch implementiert und können durch Anpassen der Argumente von mean.model spezifiziert werden.

Welche der folgenden Aussagen ist falsch?