參數界限與對預測的影響
我們再回到先前的彈性 GARCH 模型規格，主控台已經列出其估計係數。現在假設你認為 GARCH 參數 \(\alpha\) 應介於 0.05 到 0.1，而 \(\beta\) 參數介於 0.8 到 0.95。你的任務是施加這些界限後重新估計模型，並觀察使用 ugarchforecast 產生的未來 10 天波動度預測有何變化。
本練習屬於課程
R 的 GARCH 模型
練習說明
- 對
alpha1與beta1施加c(0.05, 0.2)與c(0.8, 0.95)的界限。 - 在 EURUSD 報酬上估計具界限的模型。
- 留意係數如何改變。
- 將不受限模型與受限模型的未來 10 天波動度預測放在表格中比較。
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。
# Define bflexgarchspec as the bound constrained version
bflexgarchspec <- flexgarchspec
___(bflexgarchspec) <- list(___ = ___, ___ = ___)
# Estimate the bound constrained model
bflexgarchfit <- ugarchfit(data = EURUSDret, ___ = ___)
# Inspect coefficients
___(___)
# Compare forecasts for the next ten days
cbind(sigma(ugarchforecast(flexgarchfit, n.ahead = ___)),
sigma(ugarchforecast(bflexgarchfit, n.ahead = ___)))