LoslegenKostenlos starten

Ein besseres Modell für EUR/USD-Renditen

In der vorherigen Übung hast du die statistische Signifikanz der geschätzten Parameter des AR(1)-GJR-GARCH-Modells mit schiefverteilter Student-t-Verteilung für die täglichen EUR/USD-Renditen analysiert. Das Fazit lautet, dass wir das verwendete GARCH-Modell vereinfachen sollten. Nimm daher ein Standard-GARCH-Modell mit konstantem Mittelwert und Student-t-Verteilung. Wir fixieren den Mittelwert auf null und verwenden Variance Targeting.

Diese Übung ist Teil des Kurses

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

Übungsanweisungen

  • Vervollständige den Code, um ein Standard-GARCH-Modell mit konstantem Mittelwert, Student-t-Verteilung und Variance Targeting zu schätzen.
  • Verwende setfixed(), um den Mittelwertparameter auf 0 festzulegen.
  • Schätze das Modell.
  • Prüfe visuell, ob diese Änderungen zu einer Volatilitätsreihe führen, die der mit flexgarchfit erzeugten nahekommt.

Interaktive praktische Übung

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

# Specify model with constant mean, standard GARCH and student t
tgarchspec <- ugarchspec(mean.model = list(armaOrder = ___),
                         variance.model = list(model = ___, variance.targeting = ___),
                         distribution.model = ___)

# Fix the mu parameter at zero
 ___(tgarchspec) <- list("mu" = 0)

# Estimate the model
tgarchfit <- ___(data = EURUSDret, spec = tgarchspec)

# Verify that the differences in volatility are small
plot(sigma(___) - ___(flexgarchfit))
Code bearbeiten und ausführen