样本外预测
garchvol 序列是针对观测时间序列 sp500ret 中每个收益的预测波动率。用于决策时，重要的是未来（尚未观测到）的收益的波动率。您可以将 ugarchforecast() 函数应用于 ugarchfit() 的输出来获得它。在预测情境下，我们称之为样本外波动率预测，因为这些预测针对的是未用于估计 GARCH 模型的收益。
本练习使用您在上一个练习中创建的 garchfit 和 garchvol 对象。若需查看某个函数接受哪些参数，您可以在控制台中使用 ?name_of_function 查看文档。
本练习是课程的一部分
在 R 中构建 GARCH 模型
练习说明
- 使用
uncvariance()方法计算无条件波动率。 - 打印
sp500ret样本中最后 10 个收益对应的估计波动率。 - 使用
ugarchforecast()预测未来 5 天的波动率。 - 使用
sigma()获取未来 5 天的预测波动率并打印。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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(___(___))