Question

我对GARCH模型的参数估计和预测存在问题。我有一系列波动时间，从1996年开始到2009年结束。我尝试使用ugarchspec和ugarchfit函数估算参数：

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)

结果似乎没问题，所以我继续进行预测。我想使用ugarchforecast或ugarchroll函数。但是当我尝试这样做时，我意识到他们的工作日期不对。例如，如果我尝试进行简单的预测，例如

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

我得到以下结果：

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？这不能正确，因为我的数据始于1996年并于2009年结束。当我查看garch1.1fit中的残差时，日期也是错误的。这有什么问题？

Answer 1

我认为你没有为你的ugarch模型指定日期。请注意，R“Date”类以1970-01-01之日起的天数编码。

以下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"))

由于没有为ugarch模型指定日期，您的数据似乎具有填充1970 - 1979年的观察数量（可能不包括周末），并且预测在此期间开始。

Answer 2

我不确定您使用哪个对象Reset，但我认为它是一个数字向量。使用RV包支持的xts对象，包装地毯可以更好地工作。

以下代码应该完成这项工作：

xts

然后您的代码更改了对象require(xts) time <- #put here time vector from your data RV.xts <- na.omit(xts(x = RV, order.by = time))，用于新的RV：

RV.xts

我提供的代码做了两件事：首先它使用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)创建一个xts对象。此对象将告诉您time函数此模型的时间。其次，它省略了可能的NA数据，函数ugarchfit()无法处理。

通过选中以下内容确保对象ugarchfit()正确连接日期：

xts

R with GARarch包中的GARCH参数估计与预测

2 个答案: