LoslegenKostenlos starten

Out-of-sample-Prognose

Die Serie garchvol enthält die vorhergesagten Volatilitäten für jede der Renditen in der beobachteten Zeitreihe sp500ret. Für Entscheidungen zählt die Volatilität der zukünftigen (noch nicht beobachteten) Rendite. Du erhältst sie, indem du die Funktion ugarchforecast() auf die Ausgabe von ugarchfit() anwendest. In der Prognose nennen wir das Out-of-sample-Volatilitätsprognosen, da dabei Renditen vorhergesagt werden, die bei der Schätzung des GARCH-Modells nicht verwendet wurden.

Diese Übung verwendet die Objekte garchfit und garchvol, die du in der vorherigen Aufgabe erstellt hast. Wenn du prüfen musst, welche Argumente eine Funktion akzeptiert, kannst du in der Konsole ?name_of_function verwenden, um die Dokumentation aufzurufen.

Diese Übung ist Teil des Kurses

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

Übungsanweisungen

  • Berechne die unbedingte Volatilität mit der Methode uncvariance().
  • Gib die geschätzten Volatilitäten für die letzten zehn Renditen im sp500ret-Sample aus.
  • Verwende ugarchforecast(), um die Volatilität für die nächsten fünf Tage zu prognostizieren.
  • Verwende sigma(), um die vorhergesagten Volatilitäten für die nächsten fünf Tage zu erhalten, und gib sie aus.

Interaktive praktische Übung

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

# Compute unconditional volatility
___(___(garchfit))

# Print last 10 ones in garchvol
tail(___, ___)

# Forecast volatility 5 days ahead and add 
garchforecast <- ___(fitORspec = garchfit, 
                     ___ = ___)

# Extract the predicted volatilities and print them
print(___(___))
Code bearbeiten und ausführen