MulaiMulai sekarang secara gratis

Galat prediksi

Dalam model GARCH, varians dipengaruhi oleh kuadrat dari galat prediksi \(e = R - \mu\). Agar dapat menghitung varians GARCH, Anda perlu terlebih dahulu menghitung galat prediksi. Untuk return harian, praktik umum adalah menetapkan \(\mu\) sama dengan rata-rata sampel.

Anda akan mengimplementasikan hal ini dan kemudian memverifikasi bahwa terdapat autokorelasi positif yang besar pada nilai absolut dari galat prediksi. Autokorelasi positif mencerminkan keberadaan klaster volatilitas. Ketika volatilitas berada di atas rata-rata, ia cenderung tetap di atas rata-rata untuk beberapa waktu. Ketika volatilitas rendah, ia cenderung tetap rendah untuk beberapa waktu.

Latihan ini adalah bagian dari kursus

Model GARCH di R

Lihat Kursus

Petunjuk latihan

  • Atur m ke mean return harian S&P 500 pada sp500ret.
  • Hitung galat prediksi.
  • Plot deret waktu dari nilai absolut galat prediksi.
  • Gunakan fungsi acf untuk memplot fungsi autokorelasi dari nilai absolut galat prediksi.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Compute the mean daily return
m <- ___(___)

# Define the series of prediction errors
e <- ___ - ___

# Plot the absolute value of the prediction errors
par(mfrow = c(2,1),mar = c(3, 2, 2, 2))
___(___(___))

# Plot the acf of the absolute prediction errors
___
Edit dan Jalankan Kode