Garch模型

最新推荐文章于 2024-08-15 16:55:43 发布

Jane_Esteen

最新推荐文章于 2024-08-15 16:55:43 发布

阅读量6.7k

点赞数 2

本文链接：https://blog.csdn.net/Jane_Esteen/article/details/81703420

版权

本文介绍了Garch(1,1)模型的基本概念，并通过R语言的rugarch包展示了参数估计的过程，包括如何生成Garch序列及使用optim函数优化求解参数。" 111980990,10548852,Node 8.7.0 下安装v8-profiler-node8失败的问题,"['node.js', '模块安装', 'v8-profiler', 'Windows']

摘要由CSDN通过智能技术生成

首先得看下Garch(1,1)模型长什么样

（1）首先生成一个Garch(1,1)序列

n <- 10000
a <- c(0.1, 0.3, 0.6)  # GARCH(1,1) coefficients

sigma_0 <- sqrt(a[1]/(1 - a[2] - a[3]))
r_0 <- sigma_0 * rnorm(1)

r <- double(n)
sigma <- double(n)
sigma[1] <- sqrt(a[1] + a[2] * r_0^2 + a[3] * sigma_0^2)
r[1] <- sigma[1] * rnorm(1)

for(i in 2:n)  # Generate GARCH(1,1) process
{
  sigma[i] <- sqrt(a[1] + a[2]*r[i-1]^2 + a[3]*sigma[i-1]^2)
  r[i] <- sigma[i] * rnorm(1)
}

（2）用R的rugarch包来求下参数

library(rugarch)
r.garch <- ugarchspec(mean.model = list(armaOrder = c(0,0),
include.mean = FALSE),variance.model = list(garchOrder = c(1, 1)))  # Fit garch(1,1) 
fit = ugarchfit(data = r, spec = r.garch)