開始使用免費開始

標準化報酬

一個完整的 GARCH 模型需要對「標準化報酬」的分配做出假設。模型估計完成後，你可以透過分析標準化報酬來檢驗這個假設。

在這個練習中，你的工作從估計完成之後開始。使用 ugarchfit() 估計 GARCH 模型所得到的輸出，已經以變數 garchfit 提供在主控台中。被分析的報酬時間序列則以變數 ret 提供。

本練習屬於課程

R 的 GARCH 模型

檢視課程

練習說明

  • 使用 residuals() 方法計算標準化報酬。
  • 再分別使用 fitted() 與 sigma() 方法，計算標準化報酬並做出相同結果的驗證。
  • 載入套件 PerformanceAnalytics，並使用 chart.Histogram 繪製標準化報酬的直方圖，同時疊加常態與實際密度曲線。

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 the standardized returns
stdret <- ___(garchfit, ___ = ___)

# Compute the standardized returns using fitted() and sigma()
stdret <- (ret - ___(garchfit)) / ___

# Load the package PerformanceAnalytics and make the histogram
___
___(stdret, methods = c("add.normal","add.density" ), 
                colorset = c("gray","red","blue"))
編輯並執行程式碼