我正在尝试使用R中的包MSwM
将两种马尔可夫切换模型拟合到日志返回的时间序列中。我正在考虑的模型是仅具有截距的回归模型,并且AR(1)模型。
这是我正在使用的代码:
library(tseries)
#Prices
ftse<-get.hist.quote(instrument="^FTSE", start="1984-01-03", end="2014-01-01", quote="AdjClose", compression="m")
#Log-returns
ftse.ret<-diff(log(ftse))
library(MSwM)
#Model with only intercept
mod<-lm(ftse.ret ~ 1)
#Fit regime-switching model
msmFit(mod, k=2, sw=c(T,T), p=0, data=ftse.ret)
#AR(1) model
mod<-lm(ftse.ret[2:360] ~ ftse.ret[1:359])
#Fit regime-switching model
msmFit(mod, k=2, sw=c(T,T,T), p=1, data=ftse.ret)
在这两种情况下,函数msmFit
都不起作用。这是我收到的错误消息:
Error in (function (classes, fdef, mtable) :
unable to find an inherited method for function ‘msmFit’ for signature ‘"lm", "numeric", "logical", "numeric", "zoo", "missing"’
我不知道为什么会收到此错误消息,因为我使用函数msmFit
作为lm
对象的第一个参数,这是函数参数的合适类
答案 0 :(得分:1)
将数据传递给msmFit时,您有一个不必要的参数,这是不必要的。数据已包含在mod中。以下代码适用于我:
library(tseries)
#Prices
ftse<-get.hist.quote(instrument="^FTSE", start="1984-01-03", end="2014-01-01", quote="AdjClose", compression="m")
#Log-returns
ftse.ret<-diff(log(ftse))
library(MSwM)
#Model with only intercept
mod<-lm(ftse.ret ~ 1)
#Fit regime-switching model
mod.mswm=msmFit(mod, k=2, sw=c(T,T), p=0)
plot(mod.mswm)
答案 1 :(得分:1)
设置p = 1时,msmFit模型将为您添加AR(1)系数。所以你只需要传递模型,只有拦截(mod),只需设置p = 1.以下代码应该可以工作。
library(tseries)
#Prices
ftse<-get.hist.quote(instrument="^FTSE", start="1984-01-03", end="2014-01-01", quote="AdjClose", compression="m")
#Log-returns
ftse.ret<-diff(log(ftse))
library(MSwM)
#Model with only intercept
mod<-lm(ftse.ret ~ 1)
#Fit regime-switching model
msm_intercept <- msmFit(mod, k=2, sw=c(T,T), p=0)
#Fit regime-switching model with AR(1) model
msm_ar1 <- msmFit(mod, k=2, sw=c(T,T,T), p=1)