arch模型的思路_GARCH-MIDAS模型代码及实现案例

模型简介

1. 模型应用

该模型主要研究的问题是，不同频率的时间序列A对序列B的影响。其中序列A是周频或者月频，例如月度经济政策不确定性，B多数为日频数据，例如股票收益。

在匹配经济信息和股市波动率时，由于宏观经济信息是低频率，如果将股市日度数据转换为月度数据或者季度数据的估计方法，会损失股市中的高频有效信息，引起参数估计和波动率预测的偏误，并且无法评估经济信息对股市波动率的综合影响。

2. 模型推导

模型清洗

1. 原始数据

这里注意的是, tpu（贸易政策不确定性）那个序列是月度数据，行业股市指数是日频数据，应当按照对应的日期放在一张表格里。其中包含两个时间轴，一个是tpu对应的月份，股市对应的日期。