BaşlayınÜcretsiz başlayın

Varyans hedefleme

Finansal getirilerin oynaklığı zaman içinde kümelenir: ortalamanın üzerindeki oynaklık dönemlerini ortalamanın altındaki oynaklık dönemleri izler. Uzun vadeli öngörü şudur:

  • oynaklık yüksek olduğunda düşer ve uzun dönem ortalamasına geri döner.
  • oynaklık düşük olduğunda artar ve uzun dönem ortalamasına geri döner.

GARCH modellerinin tahmininde, oynaklığın bu ortalamaya dönüş davranışını varyans hedefleme yoluyla kullanabiliriz. Böylece, GARCH parametrelerini, GARCH modelinin ima ettiği uzun dönem oynaklığın örneklem standart sapmasına eşit olacak şekilde tahmin ederiz.

Bunu EUR/USD getirileri için yapalım.

Bu egzersiz, kursun bir parçasıdır

R'de GARCH Modelleri

Kursa Göz Atın

Egzersiz talimatları

  • GARCH belirtimini varyans hedefleme kullanılacak şekilde değiştir.
  • GARCH modelini tahmin et.
  • GARCH'in ima ettiği uzun dönem standart sapmayı hesaplamak için uncvariance() kullan.
  • Yuvarladıktan sonra bu sayının örneklem standart sapmasına eşit olduğunu doğrula.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Complete the specification to do variance targeting
garchspec <- ugarchspec(mean.model = list(armaOrder = c(0,0)),
                        variance.model = list(model = "sGARCH",
                                             ___ = ___),
                        distribution.model = "std")

# Estimate the model
garchfit <- ___(data = EURUSDret, spec = garchspec)

# Print the GARCH model implied long run volatility
sqrt(___(___))

# Verify that it equals the standard deviation (after rounding)
all.equal(sqrt(uncvariance(garchfit)), ___(EURUSDret), tol = 1e-4)
Kodu Düzenle ve Çalıştır