：基于MCMC算法的GJR-GARCH模型的贝叶斯推断上证指数

Mrrunsen

于 2023-09-04 20:26:14 发布

阅读量179

点赞数

分类专栏： R语言大学作业文章标签：算法

本文链接：https://blog.csdn.net/Mrrunsen/article/details/132677036

版权

R语言大学作业专栏收录该内容

1436 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

该博客探讨了如何使用R语言进行基于MCMC算法的GJR-GARCH模型的贝叶斯推断，涉及上证指数数据，涵盖了GARCH、gjrGARCH和eGARCH的模型应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目要求：基于MCMC算法的GJR-GARCH模型的贝叶斯推断
求的是garch模型的参数和 garch 模型和 egarch 模型
语言：R语言

上证指数.csv

# GARCH模型
library(rugarch)

set.seed(4)

data = read.csv("上证指数.csv")
garchsim <- ts(rev(data$收盘价),start = c(2012,3,8),frequency =250)
plot(garchsim, type = "l")

在这里插入图片描述

GARCH

# 拟合序列1
spec=ugarchspec(variance.model = list(model="sGARCH",garchOrder = c(1, 1))) 

garchfit <- ugarchfit(spec = spec,
                      data = garchsim)

garchfit
plot(garch