R语言mgarch包的说明_使用RStudio调试(debug)基础学习(二)和fGarch包中的garchFit函数估计GARCH模型的原理和源码...

> str(m4)

Formal class 'fGARCH' [package "fGarch"] with 11 slots

..@ call       : language garchFit(formula = ~1 + garch(1, 1), data = intc,      trace = F)

..@ formula    :Class 'formula'  language data ~ 1 + garch(1, 1)

.. .. ..- attr(*, ".Environment")=

.. .. ..- attr(*, "data")= chr "data = intc"

..@ method     : chr "Max Log-Likelihood Estimation"

..@ data       : Named num [1:444] 0.01 -0.15 0.0671 0.0829 -0.1103 ...

.. ..- attr(*, "names")= chr [1:444] "1" "2" "3" "4" ...

..@ fit        :List of 17

.. ..$ par        : Named num [1:4] 0.011266 0.000919 0.086438 0.852586  #参数

.. .. ..- attr(*, "names")= chr [1:4] "mu" "omega" "alpha1" "beta1"

.. ..$ objective  : num 604

.. ..$ convergence: int 1

.. ..$ iterations : int 19

.. ..$ evaluations: Named int [1:2] 36 105

.. .. ..- attr(*, "names")= chr [1:2] "function" "gradient"

.. ..$ message    : chr "singular convergence (7)"

.. ..$ value      : Named num -312            (为什么显示是负的,而输出是正的?,因为nlminb是取最小值的)

.. .. ..- attr(*, "names")= chr "LogLikelihood"

.. ..$ coef       : Named num [1:4] 0.011266 0.000919 0.086438 0.852586

.. .. ..-

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
variance.model = list(model = "sGARCH", garchOrder = c(1, 1),submodel = NULL, external.regressors = NULL, variance.targeting = FALSE) distribution.model = "norm" ugarchfit(spec, datax, out.sample = 0, solver = "solnp", solver.control = list(),fit.control = list(stationarity = 1, fixed.se = 0, scale = 0)) myspec=ugarchspec(variance.model = list(model = "sGARCH", garchOrder = c(1, 1), submodel = NULL, external.regressors = NULL, variance.targeting = FALSE), mean.model = list(armaOrder = c(1, 1), include.mean = TRUE, archm = FALSE, archpow = 1, arfima = FALSE, external.regressors = NULL, archex = FALSE), distribution.model = "norm") myfit=ugarchfit(myspec,data=datax,solver="solnp") #rugarch包中模型结果的提取要依靠as.data.frame函数。比如提取模型的拟合值 as.data.frame(myfit,which="fitted") #提取残差序列: as.data.frame(myfit,which=" residuals") #提取方差序列: as.data.frame(myfit,which="sigma") #当然,也可以同时查看所有: as.data.frame(myfit,which=all) #通过plot(myfit)可以对模型结果进行图形诊断: plot(myfit) #如果模型通过检验,可以用ugarchforcast函数对未来进行预测: for<-ugarchforcast(myfit,n.ahead=20) library(zoo) #时间格式预处理 library(xts) #同上 library(timeSeires) #同上 library(urca) #进行单位根检验 library(tseries) #arma模型 library(fUnitRoots) #进行单位根检验 library(FinTS) #调用其中的自回归检验函数 library(fGarch) #GARCH模型 library(nlme) #调用其中的gls函数 library(fArma) #进行拟合和检验

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值