Out-of-sample voorspellen
De garchvol-reeks is de reeks van voorspelde volatiliteiten voor elk van de rendementen in de geobserveerde tijdreeks sp500ret. Voor besluitvorming geldt dat de volatiliteit van het toekomstige (nog niet geobserveerde) rendement bepalend is. Die krijg je door de functie ugarchforecast() toe te passen op de output van ugarchfit(). In forecasting noemen we dit out-of-sample volatiliteitsvoorspellingen, omdat ze betrekking hebben op rendementen die niet zijn gebruikt bij het schatten van het GARCH-model.
Deze oefening gebruikt de objecten garchfit en garchvol die je in de vorige oefening hebt gemaakt. Als je wilt controleren welke argumenten een functie accepteert, kun je ?name_of_function in de Console gebruiken om de documentatie te openen.
Deze oefening maakt deel uit van de cursus
GARCH-modellen in R
Oefeninstructies
- Bereken de onvoorwaardelijke volatiliteit met de methode
uncvariance(). - Print de geschatte volatiliteiten voor de laatste tien rendementen in de
sp500ret-steekproef. - Gebruik
ugarchforecast()om de volatiliteit voor de komende vijf dagen te voorspellen. - Gebruik
sigma()om de voorspelde volatiliteiten voor de komende vijf dagen op te halen en print ze.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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(___(___))