預測誤差
在 GARCH 模型下，變異數由預測誤差的平方所驅動，$e = R - \mu\(。因此，若要計算 GARCH 變異數，你需要先算出預測誤差。對於日報酬，常見作法是將 \)\mu$ 設為樣本平均。
你將實作上述步驟，並驗證預測誤差絕對值存在顯著的正自我相關。正自我相關反映波動叢聚的存在。當波動高於平均時，通常會持續一段時間維持偏高；當波動較低時，也會持續一段時間偏低。
本練習屬於課程
R 的 GARCH 模型
練習說明
- 將
m設為sp500ret中 S&P 500 日報酬的平均值。 - 計算預測誤差。
- 繪製預測誤差絕對值的時間序列。
- 使用
acf函式繪製預測誤差絕對值的自我相關函數。
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 mean daily return
m <- ___(___)
# Define the series of prediction errors
e <- ___ - ___
# Plot the absolute value of the prediction errors
par(mfrow = c(2,1),mar = c(3, 2, 2, 2))
___(___(___))
# Plot the acf of the absolute prediction errors
___