参数约束及其对预测的影响
我们再次使用弹性的 GARCH 模型设定，其估计系数已在控制台中打印。现在假设您认为 GARCH 参数 \(\alpha\) 应该介于 0.05 到 0.1 之间，而 \(\beta\) 参数应介于 0.8 到 0.95 之间。请在此基础上重新估计模型，施加这些约束，并使用 ugarchforecast 查看未来 10 天波动率预测的变化。
本练习是课程的一部分
在 R 中构建 GARCH 模型
练习说明
- 对
alpha1和beta1施加c(0.05, 0.2)和c(0.8, 0.95)的约束。 - 在 EURUSD 收益率上估计施加约束的模型。
- 观察系数如何变化。
- 将无限制模型与受限模型的未来 10 天波动率预测在表格中进行比较。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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 = ___)))