matlab做二元garch m,求问matlab做二元garch-bekk模型的问题

我带入两种日收益率数据，用xlsread做成矩阵，然后调用full_bekk_nvgarch(NUM,1,1),结果出来如下，怎么回事是？？并没有outputs里的我要的HT协方差举证啊(因为我要求套保比率)，到底是怎么回事？

求解答，其它帖子里还有20个论坛币，解决的话可以奉上全部～～～

[attach]1761832[/attach][attach]1761833[/attach]

>> full_bekk_mvgarch(NUM,1,1)

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

Diagnostic Information

Number of variables: 5

Functions

Objective:                            scalar_bekk_mvgarch_likelihood

Gradient:                             finite-differencing

Hessian:                              finite-differencing (or Quasi-Newton)

Algorithm selected

medium-scale: Quasi-Newton line search

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

End diagnostic information

Gradient's

Iteration  Func-count       f(x)        Step-size      infinity-norm

0           6          1457.45                     6.69e+003

1          30          1451.35   2.59541e-007      1.31e+003

2          36          1450.36              1      1.17e+003

3          42          1445.34              1            700

4          48          1445.12              1            433

Optimization terminated: relative infinity-norm of gradient less than options.TolFun.

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

Diagnostic Information

Number of variables: 11

Functions

Objective:                            full_bekk_mvgarch_likelihood

Gradient:                             finite-differencing

Hessian:                              finite-differencing (or Quasi-Newton)

Algorithm selected

medium-scale: Quasi-Newton line search

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

End diagnostic information

Gradient's

Iteration  Func-count       f(x)        Step-size      infinity-norm

0          12          1445.12                     4.61e+003

1          84          1444.69   1.12156e-008            905

Optimization cannot make further progress:

relative change in x less than options.TolX.

ans =

0.1777

0.1670

0.0356

0.0956

0.0000

-0.0000

0.0956

0.9868

0.0001

-0.0000

0.9869