拓端tecdat|R语言中的copula GARCH模型拟合时间序列并模拟分析
原文链接:http://tecdat.cn/?p=23115
原文出处:拓端数据部落公众号
在这个文章中,我们演示了copula GARCH方法(一般情况下)。
相关视频:Copula算法原理和R语言股市收益率相依性可视化分析
Copula算法原理和R语言股市收益率相依性可视化分析
,时长16:34
1 模拟数据
首先,我们模拟一下创新分布。我们选择了一个小的样本量。理想情况下,样本量应该更大,更容易发现GARCH效应。
## 模拟创新
d <- 2 # 维度
tau <- 0.5 # Kendall's tau
Copula("t", param = th, dim = d, df = nu) # 定义copula对象
rCopula(n, cop) # 对copula进行采样
sqrt((nu.-2)/nu.) * qt(U, df = nu) # 对于ugarchpath()来说,边缘必须具有均值0和方差1!
现在我们用这些copula依赖的创新分布来模拟两个ARMA(1,1)-GARCH(1,1)过程。
## 边缘模型的参数
fixed.p <- list(mu = 1,
spec(varModel, meanModel,fixed.pars ) # 条件创新密度(或使用,例如,"std")## 使用创新模拟ARMA-GARCH模型
## 注意: ugarchpath(): 从spec中模拟;
garchpath(uspec,n.sim = n, # 模拟的路径长度## 提取结果系列
X. <- fitted(X) # X_t = mu_t + eps_t (simulated process)## 基本检查:
stopifnot(all.equal(X., X@path$seriesSim, check.attributes = FALSE),## 绘制边缘函数
plot(X., type = "l", xlab = "t")
2 基于模拟数据的拟合程序
我们现在展示如何对X进行ARMA(1,1)-GARCH(1,1)过程的拟合(我们删除参数fixed.pars来估计这些参数)。
spec(varModel, mean.model = meanModel)ugarchfit(uspec, data = x))
检查(标准化的)Z,即残差Z的伪观测值。
plot(U.)
对于边缘分布,我们也假定为t分布,但自由度不同。
fit("t", dim = 2), data = U., method = "mpl")
nu. <- rep(nu., d) # 边缘自由度
est <- cbind(fitted = c(estimate, nu.), true = c(th, nu, nu.)) # 拟合与真实值
3 从拟合的时间序列模型进行模拟
从拟合的copula 模型进行模拟。
set.seed(271) # 可重复性
sapply(1:d, function(j) sqrt((nu[j]-2)/nu[j]) * qt(U[,j], df = nu[j]))
## => 创新必须是标准化的garch()
sim(fit[[j]], n.sim = n, m.sim = 1,
并绘制出每个结果序列(XtXt)。
apply(sim,fitted(x)) # 模拟序列
plot(X.., type = "l")
最受欢迎的见解
1.用机器学习识别不断变化的股市状况—隐马尔科夫模型(HMM)的应用
2.R语言GARCH-DCC模型和DCC(MVT)建模估计
3.R语言实现 Copula 算法建模依赖性案例分析报告
4.R语言COPULAS和金融时间序列数据VaR分析
5.R语言多元COPULA GARCH 模型时间序列预测
6.用R语言实现神经网络预测股票实例
7.r语言预测波动率的实现:ARCH模型与HAR-RV模型
8.R语言如何做马尔科夫转换模型markov switching model
9.matlab使用Copula仿真优化市场风险
拓端tecdat|R语言中的copula GARCH模型拟合时间序列并模拟分析相关推荐
- 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: ...
- 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 ...
- 1071svm函数 r语言_如何利用R语言中的rpart函数建立决策树模型
决策树是根据若干输入变量的值构造出一个适合的模型,以此来预测输出变量的值,并用树形结构展示出来.决策树主要有两个类别:分类树和回归树.分类树主要针对离散的目标变量,回归树则针对连续的目标变量.R语言中 ...
- r语言中c函数错误,R语言中c()函数与paste()函数的区别说明
c()函数:将括号中的元素连接起来,并不创建向量 paste()函数:连接括号中的元素 例如 c(1, 2:4),结果为1 2 3 4 paste(1, 2:4),结果为"1 2" ...
- r语言中的shiny教程_如何使用Shiny在R中编写Web应用程序
r语言中的shiny教程 新年快乐! 这个月我忙于撰写一些较大的文章,因此请在接下来的几周内查找这些文章. 对于本月的Nooks和Crannies,我想简要指出一个我一直在用它进行自我教育的出色R库. ...
- R语言中if语句使用方法之超详细教程
在R语言中,if属于一种分支结构,即根据某个条件执行相关的语句.R中的if语句与else配合主要有3种结构. 单个if语句 if(cond) {expr} 其它语句 即当括弧中的cond条件为TRUE ...
- R语言中GCC编译的问题(续)
这篇文章承接R语言中GCC编译的问题,这篇文章主要解决我在Linux系统上安装"expm"出现的问题. 出现的问题 这个问题非常的有趣,因为我在两台服务器分别安装同一个包,其中一台 ...
- r语言中paste函数_R中的paste()函数-简要指南
r语言中paste函数 Using the paste() function in R will be straight and simple. In this tutorial let's see ...
最新文章
- 华章7-8月份新书简介(2018年)
- linux ctime 时间戳,关于LINUX三种时间戳的详细说明(带实验)
- 谷歌guava_Google Guava v07范例
- 奥数会不会彻底被信息奥赛取代?
- 蓝牙连接不上车要hfp_如何正确使用车载蓝牙播放器呢?
- PHP:判断客户端是否使用代理服务器及其匿名级别
- 安装配置管理 之 JRE 安装和配置,以适合JAVA程序运行所具备的环境
- 重启Windows的PowerShell
- python权重相似度矩阵_gensim之使用稀疏矩阵相似度,判断输入的文字意图
- Review of Classic Clustering Algorithms
- 移动硬盘无法读取分区表修复RAW格式修复
- 大众车机天宝187A Hack笔记
- tp房产源码tpfangchan-fangcms-tphouse火车头采集软件方法
- 自定义小部件Widget的探讨
- SpringCloud Alibaba实战第九课 分布式事务理论、DevOps运维
- 锐龙R5 4500 怎么样 相当于什么水平
- js 跳转到指定位置 高德地图_JS引入高德地图定位
- serialize()方法
- ARANGODB INSTALL
- [转载]2012 年 4 月,rating排行榜