R用rugarch包进行GARCH参数估计和预测

我对GARCH模型的参数估计和预测有问题。我有一个时间序列波动的，从1996年开始，2009年结束我试图与ugarchspec和ugarchfit功能来估计参数：R用rugarch包进行GARCH参数估计和预测

garch1.1 <- ugarchspec(variance.model=list(model="sGARCH", garchOrder=c(1,1)),mean.model=list(armaOrder=c(0,0)),distribution="std") 
garch1.1fit <- ugarchfit(spec=garch1.1,data=RV)

结果似乎是好了，让我去上预测。我想使用ugarchforecast或ugarchroll函数。但是当我试图做到这一点时，我意识到他们在错误的日期工作。例如，如果我试图做一个简单的预测一样

forecast <- ugarchforecast(garch1.1fit,n.ahead=2)

我得到如下结果：

0-roll forecast [T0=1979-04-05 01:00:00]: 
    Series  Sigma 
T+1 5.373e-05 3.733e-05 
T+2 5.373e-05 3.762e-05

所以我的问题是：为什么[R说，T0 = 1979年？这个不能正确，因为我的数据在1996年开始，到2009年结束。当我看看garch1.1fit的残差时，日期也是错误的。这里有什么问题？

来源

2016-05-29 junoesque

我不确定你用什么对象作为RV，但我认为它是一个数字向量。使用xts软件包支持xts对象，包rug rug可以更好地工作。

下面的代码应该做的工作：

require(xts) 

time <- #put here time vector from your data 
RV.xts <- na.omit(xts(x = RV, order.by = time))

，然后用更改的对象RV代码为新的RV.xts：

garch1.1 <- ugarchspec(variance.model=list(model="sGARCH", garchOrder=c(1,1)), 
         mean.model=list(armaOrder=c(0,0)), 
         distribution="std") 
garch1.1fit <- ugarchfit(spec=garch1.1,data=RV.xts) 
forecast <- ugarchforecast(garch1.1fit,n.ahead=2)

我提供的代码做了两两件事：首先，它使一个xts使用time的对象。这个对象会告诉你的ugarchfit()函数什么是这个模型的时间。其次，它省略了可能的NA数据，其功能ugarchfit()不处理。

确保如果对象xts连接正确日期的检查：

head(RV.xts) 
tail(RV.xts)

来源

2016-05-29 19:37:35 cure

非常感谢你的帮助！我用as.POSIXct函数来表示“时间”，现在一切正常！ – junoesque

你能帮我解决另一个问题吗？它被称为“在R中具有滚动窗口的EWMA预测” – junoesque

我想你没有指定你的ugarch模型的日期。请注意，R“日期”类是从天数1970-01-01开始的天数中编码的。

下面的代码可能有助于理解这个概念：

as.Date("1970-01-01") 
as.numeric(as.Date("1970-01-01")) 

as.Date("1970-01-10") 
as.numeric(as.Date("1970-01-10"))

至于ugarch模式没有指定日期，您的数据似乎有意见的数量，以填补1970 - 1979年（可能是周末排除），并且预测在该时间段之后开始。

来源

2016-05-29 12:21:19 cure

谢谢您的回答！是的，我的数据中排除了周末。这是一个更大的问题吗？你能告诉我如何解决这个问题吗？因为我是R的初学者，所以我很难在这里完成所有这些工作。 – junoesque

我觉得周末是最小的问题，如果你开始sime系列。我在其他职位提供了可能的解决方案 – cure

R用rugarch包进行GARCH参数估计和预测

回答

相关问题