BaşlayınÜcretsiz başlayın

GARCH modelinin farklı tatlarını belirle ve dene

Sonraki bölümlerde, GARCH modellerinin birçok çeşidi olduğunu göreceksin. Bu yüzden, kullanmak istediğin ortalama modelini, varyans modelini ve hata dağılımını baştan belirtmen gerekir. Kullanılacak en iyi model uygulamaya özeldir. Gerçekçi bir GARCH analizi, farklı GARCH modellerini belirtmeyi, tahmin etmeyi ve test etmeyi içerir.

R'da bu işlem, Alexios Ghalanos'un rugarch paketi sayesinde oldukça kolay. Paket senin için zaten yüklendi. Bunu sp500ret içindeki günlük getirileri analiz etmek için uygulayacaksın.

Bu egzersiz, kursun bir parçasıdır

R'de GARCH Modelleri

Kursa Göz Atın

Egzersiz talimatları

  • Sabit ortalamalı ve tahmin hataları için normal dağılımlı standart GARCH(1,1) modelini tahmin etmek istediğini belirtmek üzere ugarchspec() kullan.
  • Modeli maksimum olabilirlik ile tahmin etmek için ugarchfit() kullan.
  • Tahmin edilen oynaklıkları almak için sigma() metodunu kullan.
  • 2017 için oynaklık tahminlerini görselleştir.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Specify a standard GARCH model with constant mean
garchspec <- ___(mean.model = list(armaOrder = ___),
                 variance.model = list(model = "___"), 
                 distribution.model = "___")

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

# Use the method sigma to retrieve the estimated volatilities 
garchvol <- ___ 

# Plot the volatility for 2017
___(___["2017"])
Kodu Düzenle ve Çalıştır