Question

我正在尝试制作一个巨大的嵌套for循环（以供日后进行优化），以适应rugarch中提供的所有GARCH模型。

这是我的MWE重现错误：

library(rugarch)

## Small parameter space to search over   
AR_terms = c(0,1,2)
I_terms = c(0,1)
MA_terms = c(0,1,2)

garch_p_terms = c(0,1,2)
garch_q_terms = c(0,1,2)

## Models to search over
var_models = c("sGARCH","eGARCH","gjrGARCH","apARCH","iGARCH","csGARCH")

for (x in var_models) {

    if (x == 'fGARCH') {

        for (y in sub_var_models) {

            for (AR in AR_terms) {
                for (MA in MA_terms) {
                    for (I in I_terms) {
                        for (p in garch_p_terms) {
                            for (q in garch_q_terms) {

                                cat(y)

                                spec = spec_creator('fGARCH', y, MA, AR, I, p, q)
                                garch = ugarchfit(spec = spec, data = apple['A'], solver = 'hybrid', solver.control = list(trace=0))

                                cat('Fit Success')

                            }
                        }
                    }
                }
            }

        }

    next ## To skip evaluating fGARCH as its own model with not submodel below.

    }    

    for (AR in AR_terms) {
        for (MA in MA_terms) {
            for (I in I_terms) {
                 for (p in garch_p_terms) {
                    for (q in garch_q_terms) {

                        cat(x)

                        spec = spec_creator(x, 'null', MA, AR, I, p, q)
                        garch = ugarchfit(spec = spec, data = apple['A'], solver = 'hybrid', solver.control = list(trace=0))

                        cat('Fit Success')    

                    }
                }
            }
        }
    }


}

)

在这里定义了我的spec_creator函数：（fGARCH模型允许子模型族，这是大多数冗余代码的原因）

## Function to create the specs, purely to make the for loop area more readable.
spec_creator = function(model, sub_model, AR_term, I_term, MA_term, garch_p_term, garch_q_term) {

    require(rugarch)

    if (sub_model == 'null') {   
        spec = ugarchspec(variance.model = list(model = model, 
                                        garchOrder = c(garch_p_term, garch_q_term), 
                                        submodel = NULL, 
                                        external.regressors = NULL, 
                                        variance.targeting = FALSE), 

                          mean.model = list(armaOrder = c(AR_term, I_term, MA_term)))
    }

    else {
        spec = ugarchspec(variance.model = list(model = 'fGARCH', 
                                        garchOrder = c(garch_p_term, garch_q_term), 
                                        submodel = sub_model, 
                                        external.regressors = sub_model, 
                                        variance.targeting = FALSE), 

                          mean.model = list(armaOrder = c(AR_term, I_term, MA_term)))
    }

}

运行上述命令时，我收到了许多sGARCH模型的成功消息，但最终收到以下错误：Error: $ operator is invalid for atomic vectors，回溯指向ugarchfit()和{{1} }功能。

我假设这是某种趋同性问题，但不知道是哪种类型。

编辑：这是我的数据（尽管其他数据集也有此错误）

hessian()

Answer 1

实际上，在很少的型号之后，该错误就会出现。之后，许多其他模型也会引发相同的错误。

这不是一个融合问题。使用trace = 1，您可以看到在那种情况下，hybrid方法从solnp到nlminb再到gosolnp，而且显然gosolnp无法获得解决方案，它无法正确退出。下一个求解器将是nloptr，它实际上可以正常工作。

关于gosolnp，我们有

Trying gosolnp solver...
Calculating Random Initialization Parameters...ok!
Excluding Inequality Violations...
...Excluded 500/500 Random Sequences
Evaluating Objective Function with Random Sampled Parameters...ok!
Sorting and Choosing Best Candidates for starting Solver...ok!
Starting Parameters and Starting Objective Function:
     [,1]
par1   NA
par2   NA
par3   NA
objf   NA

意味着所有500组随机初始参数均未满足不等式约束。由于其他一切似乎都工作正常，我怀疑那些初始参数非常不适用于GARCH。尝试最多50000组参数没有帮助。您可以尝试将distr的{{1}}传递到gosolnp，但这并不好，因为其他模型也出现了相同的问题（因此，很难选择一套好的分布对于每种情况）。

因此，我们可能会继续使用solver.control，但要查找错误，如果有错误，则使用hybrid：

nloptr

我还没有完成运行您的代码，但是十分钟就可以了。

R rugarch：$运算符对原子向量无效吗？

1 个答案: