原文链接：http://tecdat.cn/?p=3889

原文出处：拓端数据部落公众号

此示例显示如何估计条件均值和方差模型。

加载数据并指定模型

加载NASDAQ数据。为了使数值平稳，将数据转换为收益率。建立AR（1）和GARCH（1,1）模型。

load Data_EquityIdx
nasdaq = DataTable.NASDAQ;
r = 100*price2ret(nasdaq);
T = length(r);Mdl = arima('ARLags',1,'Variance',garch(1,1))
Mdl = arima with properties:Description: "ARIMA(1,0,0) Model (Gaussian Distribution)"Distribution: Name = "Gaussian"P: 1D: 0Q: 0Constant: NaNAR: {NaN} at lag [1]SAR: {}MA: {}SMA: {}Seasonality: 0Beta: [1×0]Variance: [GARCH(1,1) Model]

不使用预采样数据估计模型参数

使用estimate。使用estimate自动生成的预采样样本。

EstMdl = estimate(Mdl,r);ARIMA(1,0,0) Model (Gaussian Distribution):Value      StandardError    TStatistic      PValue  ________    _____________    __________    __________Constant    0.072632      0.018047         4.0245      5.7087e-05AR{1}        0.13816      0.019893          6.945      3.7845e-12GARCH(1,1) Conditional Variance Model (Gaussian Distribution):Value      StandardError    TStatistic      PValue  ________    _____________    __________    __________Constant    0.022377      0.0033201        6.7399      1.5852e-11GARCH{1}     0.87312      0.0091019        95.927               0ARCH{1}      0.11865       0.008717        13.611      3.4339e-42

估计显示五个估计参数及其对应的标准误差（AR（1），条件均值模型具有两个参数，GARCH（1,1）条件方差模型具有三个参数。

推断条件方差和标准化残差

推断并绘制条件方差和标准化残差。输出对数似然目标函数值。

[res,v,logL] = infer(EstMdl,r);figure
subplot(2,1,1)
plot(v)
xlim([0,T])
title('Conditional Variance')subplot(2,1,2)
plot(res./sqrt(v))
xlim([0,T])
title('Standardized Residuals')

在2000个样本之后，条件方差增加。看到波动性增加。

标准化残差在标准正态分布下具有比预期更大的值。

拟合具有t分布的模型

修改模型为Student's t分布，指定方差模型常量项的初始值。

MdlT = Mdl;
MdlT.Distribution = 't';
EstMdlT = estimate(MdlT,r,'Variance0',{'Constant0',0.001});ARIMA(1,0,0) Model (t Distribution):Value      StandardError    TStatistic      PValue  ________    _____________    __________    __________Constant    0.093488      0.016694         5.6002      2.1412e-08AR{1}        0.13911      0.018857         7.3771      1.6175e-13DoF           7.4775       0.88261          8.472      2.4125e-17GARCH(1,1) Conditional Variance Model (t Distribution):Value      StandardError    TStatistic      PValue  ________    _____________    __________    __________Constant    0.011246      0.0036305        3.0976       0.0019511GARCH{1}     0.90766       0.010516        86.316               0ARCH{1}     0.089897       0.010835        8.2966      1.0712e-16DoF           7.4775        0.88261         8.472      2.4125e-17

当t分布时，系数估计值会略有变化。第二个模型拟合（EstMdlT）有一个额外的参数估计，即t分布自由度。估计的自由度相对较小（约为8），表明有明显误差。

比较模型拟合

使用赤池信息准则（AIC）和贝叶斯信息准则（BIC）比较两种模型拟合。首先，获得第二拟合的对数似然目标函数值。

[resT,vT,logLT] = infer(EstMdlT,r);
[aic,bic] = aicbic([logL,logLT],[5,6],T)
aic = 1×2
103 ×9.4929    9.3807bic = 1×2
103 ×9.5230    9.4168

第二个模型有六个参数，而第一个模型中有五个参数。尽管如此，两个信息标准都支持具有学生t分布的模型。

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|matlab估计arma garch 条件均值和方差模型相关推荐

matlab估计arma garch 条件均值和方差模型
此示例显示如何估计条件均值和方差模型.最近我们被要求撰写关于arma garch的研究报告,包括一些图形和统计输出. 加载数据并指定模型加载NASDAQ数据 .为了使数值平稳,将数据转换为收益率. ...
matlab预测ARMA-GARCH 条件均值和方差模型
此示例显示MATLAB如何从复合条件均值和方差模型预测和条件差异. 步骤1加载数据并拟合模型加载工具箱附带的纳斯达克数据.将条件均值和方差模型拟合到数据中. nasdaq = DataTable. ...
matlab均值方差模型,matlab预测ARMA-GARCH 条件均值和方差模型
此示例显示MATLAB如何从复合条件均值和方差模型预测和条件差异. 步骤1加载数据并拟合模型加载工具箱附带的纳斯达克数据.将条件均值和方差模型拟合到数据中. nasdaq = DataTable. ...
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 ...
matlab估计arma残差,写给你的金融时间序列分析：补完篇
摘要本文介绍时间序列分析中的 GARCH 模型,阐述使用 mean model 和 volatility model 对收益率序列联合建模的方法. 1 引言之前,我们推出了<写给你的时间序列 ...
拓端tecdat|bilibili视频流量数据潜望镜
最近我们被客户要求撰写关于bilibili视频流量的研究报告,包括一些图形和统计输出. 最新研究表明,中国有超过7亿人在观看在线视频内容.Bilibili,被称为哔哩哔哩或简称为B站,是中国大陆第二个 ...
matlab导入excel数据算方差,基于MATLAB与EXCEL工具的均值-方差模型
年月第卷第期阴山学刊基于与工具的均值一方差模型杨尚包头师范学院数学科学学院, 内蒙古包头摘要通过介绍与工具在证券投资组合模型之一马柯维茨的均值一方差模型 ...
matlab估计arma残差,python ARIMA 时间序列
1 时间序列与时间序列分析在生产和科学研究中,对某一个或者一组变量 x(t) 进行观察测量,将在一系列时刻 t1,t2,⋯,tn 所得到的离散数字组成的序列集合,称之为时间序列. 时间序列分析是根据 ...
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|matlab估计arma garch 条件均值和方差模型