시작하기무료로 시작하기

예측 오차

GARCH 모형에서는 분산이 예측 오차의 제곱, 즉 $e = R - \mu\(에 의해 결정됩니다. 따라서 GARCH 분산을 계산하려면 먼저 예측 오차를 구해야 합니다. 일별 수익률의 경우, \)\mu$를 표본 평균과 같게 두는 것이 일반적입니다.

이를 직접 구현한 뒤, 예측 오차의 절댓값에서 큰 양의 자기상관이 나타나는지 확인해 보세요. 양의 자기상관은 변동성 군집의 존재를 보여줍니다. 변동성이 평균보다 높으면 한동안 높은 상태가 지속되고, 변동성이 낮으면 한동안 낮은 상태가 지속되는 경향이 있습니다.

이 연습은 강의의 일부입니다

R에서의 GARCH 모델

강의 보기

연습 안내

  • sp500ret에 있는 일별 S&P 500 수익률의 평균을 m에 저장하세요.
  • 예측 오차를 계산하세요.
  • 예측 오차의 절댓값 시계열을 그리세요.
  • acf 함수를 사용해 예측 오차 절댓값의 자기상관함수를 그리세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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
___
코드 편집 및 실행