GARCH模型由Bollerslev和Taylor独立发展，用于描述条件方差的自回归过程。GARCH(1,1)模型公式展示了一个简单例子，其中条件方差依赖于前期残差平方和前期自身方差。通过递归展开，GARCH模型可以表示为无限阶ARCH过程，用有限参数捕捉无穷参数的方程，体现了其灵活性和有效性。"
104727143,7344222,"Oracle集合运算符详解：UNION, EXCEPT, INTERSECT, MINUS
广义自回归条件异方差(Generalized ARCH)
广义的 A R C H ARCH ARCH模型(Generalized autoregressive conditionally heteroscedastic)是由Engle的学生Bollerslev (1986) 和Taylor (1986)各自独立的发展起来的。 G A R C H GARCH GARCH模型允许条件方差依赖自身的前期，最简单为 G A R C H ( 1 , 1 ) GARCH(1,1) GARCH(1,1)：
σ t 2 = α 0 + α 1 u t − 1 2 + β 1 σ t − 1 2 \sigma^2_t=\alpha_0+\alpha_1u_{t-1}^2+\beta_1\sigma^2_{t-1} σt2=α0+α1ut−12+β1σt−12
G A R C H ( p , q ) : GARCH(p,q): GARCH(p,q):
σ t 2 = α 0 + ∑ i = 1 p α i u t − i 2 + ∑ j = 1 q
最低0.47元/天 解锁文章
扫一扫
6789
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
