En bättre modell för EUR/USD-avkastningar
I föregående övning analyserade du den statistiska signifikansen hos de skattade parametrarna i en AR(1) GJR GARCH-modell med skev t-fördelning för dagliga EUR/USD-avkastningar. Slutsatsen är att vi bör förenkla GARCH-modellen. Låt oss därför använda en standard-GARCH-modell med konstant medelvärde och t-fördelning. Vi fixerar medelvärdet till noll och använder variansanpassning.
Den här övningen är en del av kursen
GARCH-modeller i R
Övningsinstruktioner
- Komplettera koden för att skatta en standard-GARCH-modell med konstant medelvärde, t-fördelning och variansanpassning.
- Använd
setfixed()för att sätta medelvärdesparametern till 0. - Skatta modellen.
- Kontrollera visuellt att dessa ändringar ger en volatilitetsserie som ligger nära den från
flexgarchfit.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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))