De uitkomst van de schatting analyseren
In de video heb je gezien hoe je de goodness-of-fit beoordeelt voor de Microsoft-rendementen. Laten we nu iets vergelijkbaars doen voor de dagelijkse EUR/USD-rendementen. Je gaat de schattingsoutput analyseren voor een AR(1)-GJR-GARCH-model met een scheefgetrokken student-t-verdeling en daarna bepalen of we zo’n flexibel model echt nodig hebben, met AR(1)-dynamiek in het gemiddelde en een leverage-effect in de variantie.
Deze oefening maakt deel uit van de cursus
GARCH-modellen in R
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Specify model with AR(1) dynamics, GJR GARCH and skewed student t
flexgarchspec <- ugarchspec(mean.model = list(armaOrder = ___),
variance.model = list(model = ___),
distribution.model = ___)
# Estimate the model
flexgarchfit <- ___(data = EURUSDret, spec = flexgarchspec)