樣本外預測
garchvol 序列是對已觀察到的時間序列 sp500ret 中每一期報酬的預測波動度。做決策時，重點在於「未來（尚未觀察到）的報酬」的波動度。你可以將 ugarchforecast() 函式套用在 ugarchfit() 的輸出上取得這個數值。在預測情境中，我們稱這些為樣本外（out-of-sample）的波動度預測，因為它們牽涉到對未被用來估計 GARCH 模型之報酬的預測。
本練習會使用你在上一題建立的 garchfit 與 garchvol 物件。若你需要查詢函式可接受哪些引數，可以在主控台輸入 ?name_of_function 來開啟說明文件。
本練習屬於課程
R 的 GARCH 模型
練習說明
- 使用
uncvariance()方法計算無條件波動度。 - 列印
sp500ret樣本中最後 10 筆報酬的估計波動度。 - 使用
ugarchforecast()預測接下來 5 天的波動度。 - 使用
sigma()取得未來 5 天的預測波動度並列印。
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 unconditional volatility
___(___(garchfit))
# Print last 10 ones in garchvol
tail(___, ___)
# Forecast volatility 5 days ahead and add
garchforecast <- ___(fitORspec = garchfit,
___ = ___)
# Extract the predicted volatilities and print them
print(___(___))