Aan de slagGa gratis aan de slag

Een beter model voor EUR/USD-rendementen

In de vorige oefening heb je de statistische significantie geanalyseerd van de geschatte parameters van het AR(1) GJR-GARCH-model met een scheve Student-t-verdeling voor de dagelijkse EUR/USD-rendementen. De conclusie is dat we het gebruikte GARCH-model moeten vereenvoudigen. Laten we daarom een standaard GARCH-model met constante gemiddelde en een Student-t-verdeling nemen. We zetten het gemiddelde vast op nul en gebruiken variance targeting.

Deze oefening maakt deel uit van de cursus

GARCH-modellen in R

Cursus bekijken

Oefeninstructies

  • Maak de code af om een standaard GARCH-model met constant gemiddelde, een Student-t-verdeling en variance targeting te schatten.
  • Gebruik setfixed() om op te leggen dat de gemiddeldeparameter gelijk is aan 0.
  • Schat het model.
  • Controleer visueel dat deze aanpassingen leiden tot een volatiliteitsreeks die dicht in de buurt komt van die met flexgarchfit.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Specify model with constant mean, standard GARCH and student t
tgarchspec <- ugarchspec(mean.model = list(armaOrder = ___),
                         variance.model = list(model = ___, variance.targeting = ___),
                         distribution.model = ___)

# Fix the mu parameter at zero
 ___(tgarchspec) <- list("mu" = 0)

# Estimate the model
tgarchfit <- ___(data = EURUSDret, spec = tgarchspec)

# Verify that the differences in volatility are small
plot(sigma(___) - ___(flexgarchfit))
Code bewerken en uitvoeren