时间序列异方差ARCH和GARCH模型

最新推荐文章于 2024-08-23 19:51:01 发布

wg110001

最新推荐文章于 2024-08-23 19:51:01 发布

阅读量4.3k

点赞数 5

分类专栏： R语言时间序列异方差模型文章标签： r语言

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/m0_52952956/article/details/124916660

版权

本文探讨了1926年至1991年标准普尔500股票价值加权月度收益序列的时间序列异方差性。通过对序列图形的观察和ARCH模型的LM及PQ检验，确定了序列的异方差性，并选择了ARCH(3)和GARCH(1,1)模型进行拟合。最终，展示了模型的95%置信区间与实际数据对比。" 103249245,7720043,细碎知识：从四元数到自动微分,"['四元数', 'Python', 'Julia', '统计学', '自动微分']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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都比较大，在波动小的地方波动都比较小，具有一定的聚集性。

从序列的时序图大致可以看出序列的异方差性，接着画出x^2的时序图如下：

x^2的时序图跟能明显地看出序列具有异方差性。

ARCH模型检验：

LM检验：

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。