arch模型的思路_ARCH模型的应用
R是一套完整的数据处理、计算和制图软件系统。由于R具有庞大的软件包系统,并且具有免费、开源等优点,因此被广泛应用。本文借助R软件以中国银行的股票数据为例,实现ARCH的拟合。
ARCH模型也称为条件异方差模型,该模型给出了之前时间序列变量方差不变的解决方法,满足资本市场上大多数时间序列误差的波动随时间变化这一条件。本文采用ARCH模型对中国银行的股价进行预测。
所选数据为2017年1月到2019年1月的复权后股票收盘价数据,共487个。数据来源于choice数据库。
在实际分析中,股票收盘价序列不是一个平稳的金融时间序列,因此不能直接用收盘价序列来进行分析,在这里我们采用收盘价的对数收益率数据来代替收盘价进行模型的拟合、预测,其中日对数收益率表示为:
中国银行收益率正态性检验的P值小于显著性水平0.05,表明收益率不服从正态性分布,不能简单地用一般测量工具测量,可以用本文提到的ARCH模型进行分析。
本文将以中国银行为例,对中国银行日收益率序列进行建模分析,数据来源于choice数据库,选取的是从2017年1月1日至2019年1月1日的复权后的收盘价数据。
我们在使用ARCH模型时,原观察值序列被要求是一个平稳非白噪声序列或者经过预处理之后满足平稳非白噪声序列这一条件。
中国银行2017年1月1日至2019年1月1日收盘价的收益率序列数据的时序图。
>library(readxl) #加载readxl程序包
>x
>rt
>plot(rt)# 画出收益率的时序图
从中国银行日收益率图中可以看出收益率序列是一个平稳序列,因此可以进行建模分析。
ARCH检验的目的是看序列是否满足异方差的条件。ARCH检验可以理解为残差平方的相关性检验,它要求残差平方是自相关的,我们可以用ARCH模型进行拟合这种自相关关系。
一般我们进行ARCH检验通常采用两种方法:Portmanteau Q 检验和 LM检验(拉格朗日乘子检验)。本文ARCH检验将采用拉格朗日乘子检验方法。
>for(i in 1:5) print(ArchTest(rt,lag=i))# LM检验
LM检验显示一阶ARCH模型的P值大于0.05,表示一阶ARCH模型不显著,2阶至5阶ARCH 模型的P值均小于0.05,显著成立,这说明残差平方序列具有短期相关性,可以用ARCH模型提取残差平方序列中蕴含的相关关系。
本例尝试拟合过ARCH(5),ARCH(4)和ARCH(3),这三个模型的参数检验结果均显示有参数不显著,直至ARCH(2)模型,检验结果显示模型显著,所以最后得到的拟合模型是ARCH(2)模型:
>x.fit
>summary(x.fit)# 加载ARCH(2)模型
从上图可以得到各参数的估计值,该ARCH(2)模型为:
>x.pre
>plot (x.pre)# 画出条件异方差模型拟合的95%置信区间图
图4显示的是在条件异方差模型的条件下,拟合出来的95%置信区间的范围,与原序列的波动性质进行比较,我们可以明显的发现,利用条件异方差模型拟合出来的原序列集群效应波动特征的效果更为直观。
>plot(rt)# 画出收益率的时序图
>lines(x.pre[,1],col=2)# 用红线表示条件异方差模型拟合的95%置信区间的向上波动幅度
>lines(x.pre[,2],col=2)# 用红线表示条件异方差模型拟合的95%置信区间的向下波动幅度
>abline(h=1.96*sd(rt),col=4,lty=2)# ARCH模型的95%的置信区间添加上水平参照线
>abline(h=-1.96*sd(rt),col=4,lty=2)# ARCH模型的95%的置信区间添加下水平参照线
图5综合了条件异方差模型拟合的95%置信区间和无条件方差两条平行线给出的95%置信区间范围,我们可以看出条件异方差模型拟合的范围与原序列的真实波动情况更为相似,表明条件异方差模型能更加精准的实现对序列的预估。
本期文章以中国银行的股票收盘价数据借助R软件拟合了ARCH模型,并与实际数据进行了对比,拟合效果良好。之后也可以考虑运用其他模型来对股票价格进行预测,对比几种模型的拟合效果。
arch模型的思路_ARCH模型的应用相关推荐
- arch模型的思路_ARCH模型课件.ppt
ARCH模型课件 ARCH检验结论 显然,无论是ARCH-LM检验还是残差相关图检验,都显示P值很大,即残差的自相关关系不再显著,最终剩余的残差是真正的白噪声. 残差ARCH 效应检验结果表明深证综指 ...
- arch模型的思路_ARCH模型
ARCH模型(Autoregressive conditional heteroskedasticity model) [编辑] 什么ARCH模型? ARCH模型由美国加州大学圣迭哥分校罗伯特·恩格尔 ...
- arch模型的思路_ARCH模型是什么?
ARCH模型 ARCH模型的英文直译是:自回归条件异方差模型. 是一种用来处理时间序列的模型.在股票中,ARCH可以用来预测股票的波动率,从而控制风险.(在金融领域,波动率与风险直接挂钩,一个资产波动 ...
- arch模型的思路_ARCH模型拟合案例
ARCH模型的构建已经在这里有所叙述,这次使用一个案例回顾过程. 1. 问题描述: 1750-1849年瑞典人口出生率数据给出; 9 12 8 12 10 10 8 2 0 7 10 9 4 1 7 ...
- amos调节变量怎么画_结构方程模型建模思路及Amos操作--调节变量效果确定(一)(满满都是骚操作)...
2233镇楼~新年第一篇当然是给陪伴吾等死肥宅这么久的B站,新年快乐~新的一年,穷B不买化妆品也要为自己氪大会员...(゜▽゜)つロ po一下天依老婆跨年的歌,烘托新年的气氛[洛天依|周华健]江苏卫视 ...
- 计算机视觉中的transformer模型创新思路总结
点击上方"计算机视觉工坊",选择"星标" 干货第一时间送达 作者丨仿佛若有光 来源丨CV技术指南 编辑丨极市平台 导读 本文回顾了ViT的结构,总结了计算机视觉 ...
- AI:人工智能领域算法思维导图集合之有监督学习/无监督学习/强化学习类型的具体算法简介(预测函数/优化目标/求解算法)、分类/回归/聚类/降维算法模型选择思路、11类机器学习算法详细分类之详细攻略
AI:人工智能领域算法思维导图集合之有监督学习/无监督学习/强化学习类型的具体算法简介(预测函数/优化目标/求解算法).分类/回归/聚类/降维算法模型选择思路.11类机器学习算法详细分类(决策树/贝叶 ...
- 2023美国大学生数学建模竞赛(美赛)E题解读思路基本模型
2023美国大学生数学建模竞赛(美赛)E题解读&思路&基本模型[大佬慎入] 一.赛题解读 (一)赛题翻译 (二)核心思路 二.具体思路 (一)问题一 (二)问题二 (三)问题三 (四) ...
- CV中的transformer模型创新思路总结
前言:本文回顾了ViT的结构,总结了计算机视觉中的transformer的主要改进思路:改进分块,改进位置编码,改进Encoder,增加Decoder.每个思路下都介绍了相关的论文,介绍了这些论文的提 ...
最新文章
- 6款实用开源报表工具 | 码云周刊第 83 期
- 闭锁CountDownLatch和栅栏CyclicBarrier之异同举例
- 永磁同步电机转子磁链_永磁同步电机介绍
- 抽奖算法-指定概率的随机
- PL/SQL Developer连接本地Oracle 11g 64位数据库
- Java IO: FileOutputStream
- python列表中随机两个_随机化两个列表并在python中维护顺序
- 数据预处理-pandas-04-p4
- Mysql中key与index区别
- Oracle 10g数据仓库实践pdf
- hdu 4308 Saving Princess claire_ 广搜 多校联合赛第七题
- plsql能连mysql吗_每日囧图连世界首富都秃顶,你还觉脱发是能用钱解决的事吗?...
- Java容器Treeset的两种排序方法
- 服务器尚未完成维护梦幻西游,梦幻西游维护公告
- BPMN这点事-那段悲催的历史(下)XPDL、BPEL和BPDM之间的恩怨们
- 基于MATLAB的数字图像处理系统设计
- fig-tlo_PHP-FIG的替代方案:各种愿景的利弊
- Java 独占锁ReentrantLock、读(悲观读)写锁ReentrantReadWriteLock、读(乐观读/悲观读)写锁StampedLock
- MySQL密码忘记了如何操作
- 综合算法03—FrankWolfe_BPR配流算法
热门文章
- Pod进程内存缓存分析
- 苹果截屏快捷键_MacOS截屏的那些事儿
- 中缀表达式X=A+B*(C-(D+F))/E转后缀表达式之后是什么?
- Django连接MySQL8.0报错django.db.utils.OperationalError: (1045, “Access denied for user ‘16066‘@‘localhos
- 自定义流程比较全的表结构
- 节俭生活-如何让机票打两折
- 选择婚庆公司的注意事项
- 无心剑汉英双语诗003. 《书海》
- xyplorer的完美设置
- Node.js Web 模块(客户端 服务端实例)