CommencerCommencer gratuitement

Prévisions hors échantillon

La série garchvol correspond aux volatilités prévues pour chacun des rendements de la série temporelle observée sp500ret. Pour la prise de décision, c’est la volatilité du rendement futur (non encore observé) qui compte. Vous l’obtenez en appliquant la fonction ugarchforecast() au résultat de ugarchfit(). En prévision, on parle de prévisions de volatilité hors échantillon, car elles portent sur des rendements qui n’ont pas été utilisés pour estimer le modèle GARCH.

Cet exercice utilise les objets garchfit et garchvol que vous avez créés à l’exercice précédent. Si vous devez vérifier les arguments qu’une fonction accepte, utilisez ?name_of_function dans la Console pour accéder à la documentation.

Cet exercice fait partie du cours

Modèles GARCH en R

Afficher le cours

Instructions

  • Calculez la volatilité inconditionnelle à l’aide de la méthode uncvariance().
  • Affichez les volatilités estimées pour les dix derniers rendements de l’échantillon sp500ret.
  • Utilisez ugarchforecast() pour prévoir la volatilité des cinq prochains jours.
  • Utilisez sigma() pour obtenir les volatilités prévues pour les cinq prochains jours et affichez-les.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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(___(___))
Modifier et exécuter le code