GARCH 與夥伴們
課程已接近尾聲。你現在已具備運用 GARCH 模型分析金融報酬報酬率隨時間變動之波動度的能力。不過，波動度並不是唯一會隨時間變動的特徵。在這個練習中，你要分析 Microsoft 和 Walmart 的標準化報酬。你會發現它們的相關性是動態的。
每日的 Microsoft 與 IBM 報酬率之 GARCH 模型已為你估計完成，且 ugarchfit 的輸出物件已以 msftgarchfit 和 wmtgarchfit 提供。
本練習屬於課程
R 的 GARCH 模型
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Compute standardized returns
stdmsftret <- ___(msftgarchfit, ___)
stdwmtret <- ___(wmtgarchfit, ___)
# Print the correlation
___(stdmsftret, stdwmtret)