Volatilidad en muestra completa vs. muestra rodante
Para una serie temporal de rendimientos, puedes estimar la volatilidad GARCH usando el método sigma() aplicado al resultado de ugarchfit o usando el método as.data.frame() sobre la salida de ugarchroll. La diferencia es que ugarchfit proporciona una estimación en muestra (in-sample) de la volatilidad al estimar el modelo GARCH una sola vez usando toda la serie, mientras que ugarchroll reestima el modelo y usa solo los rendimientos que eran observables en el momento de cada estimación. En este ejercicio debes comparar las predicciones de volatilidad resultantes para los rendimientos diarios del S&P 500 usando un modelo AR(1) GJR-GARCH con distribución t de Student asimétrica. La especificación GARCH que debes usar ya está definida y disponible como garchspec, y los datos están en sp500ret.
Este ejercicio forma parte del curso
Modelos GARCH en R
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Estimate the GARCH model using all the returns and compute the in-sample estimates of volatility
garchinsample <- ___(data = sp500ret, spec = garchspec)
garchvolinsample <- ___(___)