เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

เปลี่ยนช่วงข้อมูลสำหรับการประมาณค่า

มีหลายสาเหตุที่อาจทำให้โมเดล GARCH ไม่ผ่านการตรวจสอบ เช่น สมมติฐานเกี่ยวกับค่าเฉลี่ย ความแปรปรวน หรือการกระจายตัวอาจไม่ถูกต้อง หรืออาจเป็นเพราะอนุกรมเวลาของผลตอบแทนไม่สามารถอธิบายได้ด้วยชุดพารามิเตอร์ GARCH ชุดเดียว ในความเป็นจริง เนื่องจากตลาดการเงินมีความเปลี่ยนแปลงอยู่ตลอดเวลา จึงเป็นเรื่องสมเหตุสมผลที่พารามิเตอร์ของโมเดล GARCH จะเปลี่ยนไปตามช่วงเวลา ดังนั้น ลองประมาณค่าโมเดล GARCH ใหม่โดยใช้ข้อมูล EUR/USD 2500 รายการล่าสุด แทนการวิเคราะห์บนข้อมูลทั้งหมด 4961 รายการ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

GARCH Models in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ฟังก์ชัน tail() เพื่อประมาณค่าโมเดล GARCH บน 2500 การสังเกตล่าสุด
  • คำนวณ standardized returns
  • ทดสอบ Ljung-Box โดยตรวจสอบว่า autocorrelation ทุกอันดับตั้งแต่ 1 ถึง 22 มีค่าเป็นศูนย์

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Estimate the model on the last 2500 observations
tgarchspec <- ___( mean.model = list(armaOrder = c(0,0)),
                        variance.model = list(model = "sGARCH"),
                        distribution.model = "std")
tgarchfit <- ___( data = ___(EURUSDret, ___) , spec = tgarchspec)

# Compute standardized returns
stdEURUSDret <- ___(tgarchfit, standardize = TRUE)

# Do the Ljung-Box test on the absolute standardized returns
___(abs(stdEURUSDret), 22, type = "Ljung-Box")
แก้ไขและรันโค้ด