拓端tecdat|R语言时变波动率和ARCH,GARCH,GARCH-in-mean模型分析股市收益率时间序列
原文链接:http://tecdat.cn/?p=23225
原文出处:拓端数据部落公众号
自回归条件异方差(ARCH)模型涉及具有时变异方差的时间序列,其中方差是以特定时间点的现有信息为条件的。
ARCH模型
ARCH模型假设时间序列模型中误差项的条件均值是常数(零),与我们迄今为止讨论的非平稳序列不同),但其条件方差不是。这样一个模型可以用公式1、2和3来描述。
方程4和5给出了测试模型和假设,以测试时间序列中的ARCH效应,其中残差e^t来自于将变量yt回归一个常数,如1,或回归一个常数加上其他回归因子;方程4中的测试可能包括几个滞后项,在这种情况下,无效假设(方程5)是所有这些项都不显著。
无效假设是不存在ARCH效应。检验统计量为
下面的例子使用了数据集,它包含了500个股票收益率的生成观测值。图显示了数据的时间序列图和柱状图。
plot.ts(r)
hist(r)
图: 变量 的水平和柱状图
让我们首先对数据集中的变量r一步一步地进行公式4和5中描述的ARCH检验。
summary(yd)
ehsq <- ts(resid(mean)^2)
summary(ARCH)
Rsq <- glance(ARCH)[[1]]
LM <- (T-q)*Rsq
Chicr <- qchisq(1-alpha, q)
结果是LM统计量,等于62.16,与α=0.05和q=1自由度的临界卡方值进行比较;这个值是χ2(0.95,1)=3.84;这表明拒绝了无效假设,结论是该序列具有ARCH效应。
如果我们不使用一步步的程序,而是使用R的ARCH检验功能之一,也可以得出同样的结论。
ArchTest
函数garch(),当使用order=参数等于c(0,1)时,成为一个ARCH模型。这个函数可以用来估计和绘制方程3中定义的方差ht,如以下代码和图所示。
garch(r,c(0,1))
summary(arch)
ts(2*fitted.values^2)
plot.ts(hhat)
图 对数据集的ARCH(1)方差的估计
GARCH模型
# 使用软件包`garch`来建立GARCH模型fit(spec=garch, data=r)
coef(Fit)
fitted.values
fit$sigma^2)
plot.ts(hhat)
图: 使用数据集的标准GARCH模型(sGARCH)。
# tGARCH garchfit(spec, data=r, submodel="TGARCH")
coef(garchfit)
fitted.valuesfit$sigma^2)
plot.ts(hhat)
图: 数据集的tGARCH模型
# GARCH-IN-MEAN模型fit( data=r, distribution="std",variance=list(model="fGARCH")
coef(garchFit)
fit$fitted.values
fit$sigma^2)
plot.ts(hhat)
图:使用数据集的GARCH-in-mean模型的一个版本
图显示了GARCH模型的几个版本。预测结果可以通过ugarchboot()来获得。
最受欢迎的见解
1.在python中使用lstm和pytorch进行时间序列预测
2.python中利用长短期记忆模型lstm进行时间序列预测分析
3.使用r语言进行时间序列(arima,指数平滑)分析
4.r语言多元copula-garch-模型时间序列预测
5.r语言copulas和金融时间序列案例
6.使用r语言随机波动模型sv处理时间序列中的随机波动
7.r语言时间序列tar阈值自回归模型
8.r语言k-shape时间序列聚类方法对股票价格时间序列聚类
9.python3用arima模型进行时间序列预测
拓端tecdat|R语言时变波动率和ARCH,GARCH,GARCH-in-mean模型分析股市收益率时间序列相关推荐
- 拓端tecdat|R语言用LOESS(局部加权回归)季节趋势分解(STL)进行时间序列异常检测
最近我们被客户要求撰写关于LOESS(局部加权回归)的研究报告,包括一些图形和统计输出. 这篇文章描述了一种对涉及季节性和趋势成分的时间序列的中点进行建模的方法.我们将对一种叫做STL的算法进行研究, ...
- 拓端tecdat|R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险
最近我们被客户要求撰写关于冠心病风险的研究报告,包括一些图形和统计输出. 相关视频:R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险 逻辑回归Logistic模型原理和R语言分类预测冠 ...
- 拓端tecdat|R语言向量误差修正模型 (VECMs)分析长期利率和通胀率影响关系
最近我们被客户要求撰写关于向量误差修正模型的研究报告,包括一些图形和统计输出. 向量自回归模型估计的先决条件之一是被分析的时间序列是平稳的.但是,经济理论认为,经济变量之间在水平上存在着均衡关系,可以 ...
- 拓端tecdat|R语言线性回归和时间序列分析北京房价影响因素可视化案例
最近我们被客户要求撰写关于北京房价影响因素的研究报告,包括一些图形和统计输出. 目的 房价有关的数据可能反映了中国近年来的变化: 人们得到更多的资源(薪水),期望有更好的房子 人口众多 独生子女政策: ...
- R语言用GARCH模型波动率建模和预测、回测风险价值 (VaR)分析股市收益率时间序列...
原文链接:http://tecdat.cn/?p=26897 风险价值 (VaR) 是金融风险管理中使用最广泛的市场风险度量,也被投资组合经理等从业者用来解释未来市场风险(点击文末"阅读原文 ...
- R语言用GARCH模型波动率建模和预测、回测风险价值 (VaR)分析股市收益率时间序列
最近我们被客户要求撰写关于GARCH的研究报告,包括一些图形和统计输出. 风险价值 (VaR) 风险价值 (VaR) 是金融风险管理中使用最广泛的市场风险度量,也被投资组合经理等从业者用来解释未来市场 ...
- R语言ARIMA-GARCH波动率模型预测股票市场苹果公司日收益率时间序列
原文链接:http://tecdat.cn/?p=23934 在本文中,我们将尝试为苹果公司的日收益率寻找一个合适的 GARCH 模型(点击文末"阅读原文"获取完整代码数据). 相 ...
- R语言随机波动率(SV)模型、MCMC的Metropolis-Hastings算法金融应用:预测标准普尔SP500指数...
原文链接:http://tecdat.cn/?p=23991 在这个例子中,我们考虑随机波动率模型 SV0 的应用,例如在金融领域. 统计模型 随机波动率模型定义如下 并为 其中 yt 是因变量,xt ...
- 拓端tecdat荣获掘金社区入驻新人奖
2021年7月,由掘金发起了"入驻成长礼"颁奖活动.本次活动邀请到知名开发者.服务机构代表等业界人士. 据了解,掘金社区"新入驻创作者礼"主要对已经积累了一定历 ...
- 拓端tecdat荣获2022年度51CTO博主之星
相信技术,传递价值,这是51CTO每一个技术创作者的动力与信念,2022 年度,拓端tecdat 作为新锐的数据分析咨询公司,在51CTO平台上,不断的输出优质的技术文章,分享前沿创新技术,输出最佳生 ...
最新文章
- 【 Sublime Text 】如何将Sublime Text与Vivado 2018.3关联?
- pytorch 之手写数字生成网络
- 学生卡变成普通卡_刚接触流量卡的小白看这一篇就够了!!!
- P5787 二分图 /【模板】线段树分治(线段树分治、并查集)
- c语言int a什么意思,问一下吧里大神 int a = a; 这么定义是什么意思?
- exe4j打包jar成exe文件(将jdk打包在内)
- android imageview图片旋转动画,Android 安卓动画 属性动画 - 旋转动画
- UIButton的几种触发方式
- eclipse上的.properties文件中文编辑显示问题
- linux i查看o性能度量,在linux系统中I/O 调度的选择
- 球球大作战c语言源代码,球球大作战,源码分享
- hadoop远程调试
- 网络浏览器大战(Google与IE的较量)
- 绕过卡巴斯基通过RPC控制lsass注入DLL
- 世上最伟大的十个公式,薛定谔方程排名第六,质能方程排名第五
- 读书笔记-《人人都是产品经理V1.1》
- 手机短信直接跳转到微信关注公众号或者添加好友的方案
- 【Windows】Win10如何使用注册表恢复Win7照片查看器?
- 【CSS-定位和浮动】
- 动漫设计与制作计算机专业,计算机动漫设计与制作专业(毕业论文).doc