เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การประมาณโมเดล GJR GARCH

เช่นเดียวกับโมเดล GARCH ทั่วไป โมเดล GJR GARCH ใช้สำหรับพยากรณ์ความผันผวน ในแบบฝึกหัดนี้จะนำโมเดลดังกล่าวมาพยากรณ์ความผันผวนของผลตอบแทนรายวันของ Microsoft ในช่วงปี 1999 ถึง 2017

ผลตอบแทนเหล่านี้พร้อมใช้งานในคอนโซลในชื่อตัวแปร msftret และเราได้คำนวณค่าพยากรณ์ความผันผวนจากโมเดล GARCH มาตรฐานไว้ให้แล้ว ซึ่งเก็บอยู่ในออบเจกต์ sgarchvol

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

GARCH Models in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ระบุโมเดล GJR GARCH โดยใช้การแจกแจงแบบ skewed student t
  • ประมาณค่าโมเดล
  • เปรียบเทียบค่าความผันผวนจาก GJR GARCH กับ sgarchvol

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Specify the GJR GARCH model
garchspec <- ___(mean.model = list(armaOrder = c(0,0)),
                 ___ = list(model = ___),
                 ___ = ___)

# Estimate the model and compute volatility
gjrgarchfit <- ___(data = ___, spec = ___)
gjrgarchvol <- ___(___)

# Compare volatility
plotvol <- plot(abs(msftret), col = "grey")
plotvol <- addSeries(___, col = "red", on=1)
plotvol <- addSeries(sgarchvol, col = "blue", on=1)
plotvol
แก้ไขและรันโค้ด