เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การพยากรณ์นอกกลุ่มตัวอย่าง

ชุดข้อมูล garchvol คือชุดของค่าความผันผวนที่คาดการณ์ไว้สำหรับแต่ละผลตอบแทนในอนุกรมเวลา sp500ret ที่สังเกตได้ สำหรับการตัดสินใจ สิ่งที่สำคัญคือความผันผวนของผลตอบแทนในอนาคต (ที่ยังไม่เกิดขึ้น) ซึ่งได้จากการใช้ฟังก์ชัน ugarchforecast() กับผลลัพธ์ของ ugarchfit() ในการพยากรณ์ เราเรียกสิ่งนี้ว่าการพยากรณ์ความผันผวนนอกกลุ่มตัวอย่าง เนื่องจากเป็นการทำนายผลตอบแทนที่ไม่ได้ถูกนำมาใช้ในการประมาณค่าโมเดล GARCH

แบบฝึกหัดนี้ใช้ออบเจกต์ garchfit และ garchvol ที่สร้างไว้ในแบบฝึกหัดก่อนหน้า หากต้องการตรวจสอบอาร์กิวเมนต์ของฟังก์ชัน สามารถใช้ ?name_of_function ใน Console เพื่อเข้าถึงเอกสารประกอบได้

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

GARCH Models in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณค่าความผันผวนแบบ unconditional โดยใช้เมธอด uncvariance()
  • แสดงค่าความผันผวนที่ประมาณได้สำหรับผลตอบแทน 10 รายการสุดท้ายในกลุ่มตัวอย่าง sp500ret
  • ใช้ ugarchforecast() เพื่อพยากรณ์ความผันผวนสำหรับ 5 วันถัดไป
  • ใช้ sigma() เพื่อดึงค่าความผันผวนที่คาดการณ์ไว้สำหรับ 5 วันถัดไป แล้วแสดงผลลัพธ์

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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(___(___))
แก้ไขและรันโค้ด