拓端tecdat|R语言通过WinBUGS对MGARCH和MSV模型进行贝叶斯估计和比较
原文链接:http://tecdat.cn/?p=5361
原文出处:拓端数据部落公众号
多变量广义自回归条件异方差(MGARCH)和多变量随机波动率(MSV)模型与马尔可夫链蒙特卡罗方法的贝叶斯估计和比较可以直接和成功地在WinBUGS包中进行。
经济全球化和金融市场的完整性促进了对资产定价,风险管理,投资组合选择等各个领域的多元波动建模的需求。因此,两种类型的模型 - 多变量广义自回归条件异方差(MGARCH)和多变量随机波动率(MSV)模型 - 已成为理论和实证研究的主要方法。已经开发了不同版本的MGARCH和MSV模型,包括单变量模型的一般化,因子模型,非对称模型,时变相关模型和一些替代方案,以捕获和学习波动的相应特征。
在本文中,我们将通过WinBUGS(使用Gibbs采样为WINDOWS OS进行贝叶斯推断)对MGARCH和MSV模型进行估计和比较, 首先,WinBUGS包含一个专家系统,可以从完全条件后验分布中选择最佳算法进行采样。构建特殊的MCMC算法通常是相当复杂的事情,特别是对于没有封闭形式后验分布的MGARCH模型。因此,WinBUGS为研究人员提供了捷径。其次,WinBUGS包含偏差信息标准(DIC)模块,可以根据模型拟合优度和复杂度评估和比较相同数据的不同模型。现在DIC被认为是一个强有力的贝叶斯模型比较标准,而不是AIC和BIC。第三,WinBUGS是免费且用户友好的; 用户只能通过将模型的逻辑结构转换为BUGS语言(它与S +编程语言非常相似)或通过有向非循环图来表示模型,以及模型的修改(如先前的更改)来实现贝叶斯推理。
数据和数据
参数的先验分布的平均值和标准偏差
部分代码
R> res <- svsample(ret, priormu = c(-10, 1), priorphi = c(20, 1.1), + priorsigma = 0.1)
R> volplot(res, forecast = 100, dates = exrates$date[-1])
图1. 2004年6月28日至2008年6月30日五个部门每周收盘价的对数。
2004年6月28日至2008年6月30日五个部门每周回报的时间序列图。
MGARCH和MSV模型中其他参数的后验统计
代码示例:
model Basic −MSV
{
# l i k e l i h o o d
f o r ( t i n 1 :T ) {
f o r ( i i n 1 :N) {
t a u [ t , i ]<−exp(−h [ t , i ] )
Y[ t , i ]<−y [ t , i ]−mean ( y [ , i ] )
Y[ t , i ]~ dnorm (mu[ i ] , t a u [ t , i ] )
}
}
# p r i o r {mu [ ] , p hi [ ] ,mu . h [ ] , sigma . e t a [ ] , a l p h a [ ] }
f o r ( i i n 1 :N) {
mu[ i ]<−0
p h i s t a r [ i ]~ d b e t a ( 2 0 , 1 . 5 )
p h i [ i ]<−2∗ p h i s t a r [ i ]−1
sigma2 . e t a . i n v [ i ]~ d c h i s q r ( 1 1 )
sigma2 . e t a [ i ]< −1/ sigma2 . e t a . i n v [ i ]
mu . h [ i ]~ dnorm ( 0 , . 0 4 )
}
# var −c o v a r i n i t i a l c o n d i t i o n
f o r ( i i n 1 :N) {
h [ 1 , i ]<− v ar . sample [ i ]
}
f o r ( t i n 2 :T ) {
f o r ( i i n 1 :N) {
h . mean [ t , i ]<−mu . h [ i ]+ p hi [ i ] ∗ ( h [ t −1, i ]−mu . h [ i ] )
h [ t , i ]~ dnorm ( h . mean [ t , i ] , sigma2 . e t a . i n v [ i ] )
}
}
}
WinBUGS输出:CCt规范中持久性φ的箱形图。(a)CCt-MGARCH模型中的φ和(b)CCt-MSV模型中的φ。
WinBUGS软件输出:持久性φ之间的相关性我和波动的变化 在MSV模型中。具有斜率-1的黑线表示负相关:(a)基本-MSV模型和(b)CC-MSV模型。
WinBUGS软件输出:吉尔曼鲁宾统计量- [R 21(A):在CCT-多元GARCH和CCT-MSV模型- [R 21在CCT-多元GARCH模型和(b)- [R 21在CCT-MSV模型。
六种模型的DIC值条形图。
在CCt-MSV模型中平滑的波动率估计值h t。
最后,对中国上海证券交易所(SSE)行业指数周回报的实证研究说明了MGARCH和MSV模型的贝叶斯估计和比较。传统的股票波动性实证研究更多地关注某些特定股票或市场,例如IBM股票,惠普股票或道琼斯指数,标准普尔500指数。
感谢您阅读本文,有问题请在下面留言!
拓端tecdat|R语言通过WinBUGS对MGARCH和MSV模型进行贝叶斯估计和比较相关推荐
- 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|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 ...
- R语言用WinBUGS 软件对学术能力测验建立层次(分层)贝叶斯模型
全文下载链接:http://tecdat.cn/?p=11974 R2WinBUGS软件包提供了从R调用WinBUGS的便捷功能.它自动以WinBUGS可读的格式写入数据和脚本,以进行批处理(自1.4 ...
- R语言用WinBUGS 软件对学术能力测验(SAT)建立分层模型
原文链接:http://tecdat.cn/?p=11974 R2WinBUGS软件包提供了从R调用WinBUGS的便捷功能.它自动以WinBUGS可读的格式写入数据和脚本,以进行批处理(自1.4版开 ...
- 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 ...
- 在r语言中使用GAM(广义相加模型)进行电力负荷时间序列分析
广义相加模型(GAM:Generalized Additive Model),它模型公式如下:有p个自变量,其中X1与y是线性关系,其他变量与y是非线性关系,我们可以对每个变量与y拟合不同关系,对X2 ...
最新文章
- INDEX_JOIN
- r语言员工离职_HR,你真的会做员工面谈吗?
- ajax 导致 css 延迟_在H5,小程序,uni-app中使用animate.css
- jquery uploadify 相关文档 按钮样式显示不全 Google浏览器显示问题
- mac 开启android 模拟器,折腾mac的经验积累 2:mac上如何玩安卓模拟器
- TCS2010(中国标准编写模板)安装教程+解决三级标题条无法设置
- C#生成与识别条形码、二维码示例 zxing、 barcodelib生成条形码 code128B等 无白边 自动宽度
- java怎么实现简体繁体切换_java代码实现简体繁体转换
- 关于在窗体之间传值的问题 C# winform
- 荣耀9青春版能刷鸿蒙系统吗,华为荣耀9青春版刷机教程_荣耀9青春版强刷升级更新系统包...
- nginxWebUI :nginx可视化配置工具---实践
- 回忆,一切都是那么清晰_伤感日志
- 【iOS】—— ARC学习
- 【Java MySQL】 009 JDBC
- 使用solr 检索word文档
- JavaScript Dom 事件 Bom 定时器方法
- 计算机协会素拓小游戏,计协招新 期待与你们相遇
- 抖音带货指南——抖音号橱窗和抖音电商篇
- 【日本IT】连自社開発、受託企業、SES都不知道,你就敢赴日干IT?
- jdk11新特性——支持G1上的并行完全垃圾收集
热门文章
- 实体框架 6.0:异步、IQueryable操作符和特性改进
- Linux下线程同步对象(3)——条件变量
- Asp.net中模仿Winform的MessageBox
- Pytorch数据的读取与存储
- jdk unsafe类源码解析
- stm32的HAL库uart的注意点
- MySQL 5.7: Page Cleaner的刷脏问题
- 网管必读-常用网络命令
- 关于 Visual Studio 2017 ,或2019 ,Installer 没检测到已安装的程序.以及C++ 创建项目失败...
- CF1093D Beautiful Graph