【量化笔记】时间序列--ARCH模型及GARCH模型
本文内容
- ARCH模型
- ARCH模型的建模过程
- GARCH模型
金融数据的时间序列,有以下几个普遍现象
- 一组时间序列本身可能只有非常微弱的自相关性,而这组时间序列的函数(比如平方,绝对值等)呈现很强的自相关性
- 有些资产收益率序列的条件方差会随着时间发生改变,也就是呈现条件异方差性。
- 资产收益率序列的波动会有持续的现象,大波动跟着大波动,小波动跟着小波动,也就是波动聚集现象。
- 许多资产收益率序列不服从正态分布,期极端之较多,具有厚尾现象。
ARCH模型
ARCH模型认为模型的序列值波动与其过去p期的波动有关。模型表达式为:
ϵt=σtutσt2=α0+α1ϵt−12+...+αpϵt−p2\epsilon_t=\sigma_t u_t \\\sigma_t^2=\alpha_0+\alpha_1\epsilon_{t-1}^2+...+\alpha_p\epsilon_{t-p}^2ϵt=σtutσt2=α0+α1ϵt−12+...+αpϵt−p2
ARCH模型的建模过程
- 设定一个适合的阶数p,在检验得知时间序列确实存在ARCH效应的条件下,我们可以用ϵt2\epsilon^2_tϵt2的偏自相关函数(PACF)来确定p。
- 我们假设utu_tut服从以下三种分布中的一种来进行估计:标准正态分布,标准化的学生t分布和广义误差分布。然后用最大似然法对参数进行估计。
- 对参数进行检验,标准化残差ut^=ϵt^σt^{\hat{u_t}=\frac{\hat{\epsilon_t}}{\hat{\sigma_t}}}ut^=σt^ϵt^是独立同分布的随机过程。因此ut^\hat{u_t}ut^和u^t2\hat{u}_t^2u^t2的Ljung-Box统计量可以分别用来检验均值方差和波动率方程的正确性。
GARCH模型
GARCH模型认为时间序列每个时间点的波动率是最近p个时间点残差平方的线性组合,与最近q个时间点变量波动率的线性组合加起来得到,模型表达式为:
ϵt=σtutσt2=α0+∑i=1pαiϵt−i2+∑j=1qβjσt−j2\epsilon_t=\sigma_t u_t \\\sigma_t^2=\alpha_0+\sum_{i=1}^p \alpha_i\epsilon_{t-i}^2+\sum_{j=1}^q \beta_j\sigma_{t-j}^2ϵt=σtutσt2=α0+∑i=1pαiϵt−i2+∑j=1qβjσt−j2
【量化笔记】时间序列--ARCH模型及GARCH模型相关推荐
- AR模型、MA模型、ARMA模型、GARCH模型
自回归模型(英语:Autoregressive model,简称AR模型):自回归模型,是一种线性模型 MA模型(moving average model)滑动平均模型:移动平均法模型,其中使用趋势移 ...
- ARCH模型和GARCH模型
基于ARCH(1)模型模拟生成收益序列,残差序列和波动率序列 library(fGarch) set.seed(1234) #模型的设定 spec_1<-garchSpec(model=list ...
- 数学建模 之 ARCH模型和GARCH模型
什么是回归?就是一个连续方程,这就是回归,为啥起这么恶心的名字? 回归最早是遗传学的术语,大概是19世纪后期,指的是不管父母的身高有多少,后代身高都会向平均身高靠近,叫做回归.比如平均身高160,A的 ...
- 【量化笔记】ARCH效应检验及GARCH建模的python实现
ARCH效应检验 import pandas as pd SHret=pd.read_table('TRD_IndexSum.txt', index_col='Trddt', sep='\t') /U ...
- 时间序列异方差ARCH和GARCH模型
实验数据来源于1926年-1991年标准普尔500股票价值加权月度收益序列: 图形检验: 首先对1926年-1991年标准普尔500股票价值加权月度收益序列的进行集群效应:集群效应为在波动大的地方波动 ...
- ARCH与GARCH模型
之前我们讨论过AR模型和ARMA模型,这两个模型是对时间序列数据的拟合与预测,此外时间序列模型对波动性的应用也较为广泛.(如:股票波动). ARIMA(这是我写的):链接 一.波动率的特征 存在波动率 ...
- Python 用ARIMA、GARCH模型预测分析股票市场收益率时间序列
最近我们被客户要求撰写关于时间序列的研究报告,包括一些图形和统计输出. 相关视频:时间序列分析:ARIMA GARCH模型分析股票价格数据 时间序列分析模型 ARIMA-ARCH GARCH模型分析股 ...
- 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 ...
- MATLAB用GARCH模型对股票市场收益率时间序列波动的拟合与预测
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. 相关视频:时间序列分析:ARIMA GARCH模型分析股票价格数据 时间序列分析模型 ARIMA-ARCH GARCH模型分析 ...
- matlab 浮动波动率,matlab 实现 garch 模型波动率估计
[转自半美人]matlab 实现 garch 模型波动率估计 代码高亮问题 数据获取 数据处理 描述性统计 时间序列平稳性检验 相关和偏自相关 arch效应检验 建立 garch 模型 波动率估计 代 ...
最新文章
- mysql索引优化规则_Mysql优化选择最佳索引规则
- string 类的实现
- 03 ORA系列:ORA-00942 表或视图不存在 table or view does not exist
- TMS320F28335之定时器
- 持续集成接口自动化-jmeter+ant+jenkins(一)
- vue错误:vue.esm.js?efeb:628 [Vue warn]: Error in render: “TypeError: Cannot read property ‘matched‘ of
- 介绍某现金贷平台的决策规则
- 在java中获取当前系统时间 插入数据库中的时间值没有时间只有日期的原因...
- Nginx源码分析 - 初探Nginx的架构(01)
- ubuntu 配置ip地址命令
- 获取系统当前时间(精确到毫秒)
- uctools.php,Discuz曝出安全隐患 XSS脚本漏洞和uctools.php
- pdf照片显示正常打印时被翻转_2020年上海二级建造师准考证打印常见问题
- 区块链+医疗:隐藏的百亿级市场?
- 用Easy UI快速搭建一个后台
- 计算机毕业设计ssm基于web的社团管理系统r848z系统+程序+源码+lw+远程部署
- 前端学习之浏览器从输入URL到页面加载的全过程
- Guitar Pro8最新版安装教程学吉他打谱必备工具
- 47件产品入选北极星建筑奖,包括北京朝阳站、望朝中心、前海腾讯数码大厦等地标亮点 | 美通社头条...
- 购买mysql服务器时需要考虑的问题
热门文章
- 360网站域名拦截检测 非法网址检测系统原理
- Springboot应用缓存实践之:Ehcache加持
- 如何解决back order中,confirmed qty can't be change的问题
- ​DOCX 文档解析及隐藏信息提取算法
- 百度地图获取经纬度的方式
- Swift 数组遍历 ForEach .enumerated() makeIterator() indices
- 惠普电脑u盘重装系统步骤_惠普电脑怎么用u盘重装系统步骤
- IDEAIU-version2019.2百度网盘下载
- Revisiting Graph Contrastive Learning from the Perspective of Graph Spectrum
- 8类网线利弊_8类网线家用行吗?