预测误差
在 GARCH 模型中，方差由预测误差的平方驱动，$e = R - \mu\(。因此，为了计算 GARCH 方差，您需要先计算预测误差。对于日度收益，通常将 \)\mu$ 设为样本平均值。
您将实现上述步骤，并验证预测误差绝对值存在显著的正自相关。正自相关反映了波动性簇的存在。也就是说，当波动率高于平均水平时，往往会在一段时间内保持偏高；当波动率较低时，也会在一段时间内保持偏低。
本练习是课程的一部分
在 R 中构建 GARCH 模型
练习说明
- 将
m设为sp500ret中标普 500 日度收益的均值。 - 计算预测误差。
- 绘制预测误差绝对值的时间序列图。
- 使用函数
acf绘制预测误差绝对值的自相关函数图。
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 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
___