与ARIMA一起循环以预测波动性

Question

关于Stata中循环的一个小问题：

我有一个包含以下变量的数据集：（股票期权的）隐含波动率和该期权的差额（基础期权价格的弹性）。 Delta严格地在20到80之间，并以5为增量。隐含波动率通常为百分之几。

我想要这个：

quietly arima impl_volatility if delta == 20, ar(1) ma(1)
predict tildevol20 if delta == 20

针对delta的每个值（20、25、30、35，...，80）进行循环，因此循环中的下一个将是：

quietly arima impl_volatility if delta == 25, ar(1) ma(1)
predict tildevol25 if delta == 25

变量tildevol（delta）应该从tildevol20开始，并随着增量而增加，直到tildevol80。

我已经尝试过此方法以及其他两次迭代，但是似乎无法使其正常工作（deltalvl是delta的本地存储值的名称，20-80）。

levelsof delta, local(deltalvl)
foreach 1 of local deltalvl {
   quietly arima impl_volatility if delta == `deltalvl', ar(1) ma(1)
   predict tildevol`deltalvl' if delta == `deltalvl'
}

它什么也不返回，它只是运行，然后结束，它没有给出错误。

Stata文档似乎没有任何内容（或者我可能只是在错误的位置看）。

数据集示例：

因此，每个日期的每个增量都在20-80之间，增量为5，每个增量都有隐含的波动性。因此，1个日期> 13个增量>每个增量1波动率。

Answer 1

更有意义的是

foreach 1 of local deltalvl {
   arima impl_volatility if delta == `1', ar(1) ma(1)
   predict tildevol`1' if delta == `1'
}

，但要预测是否可行并不容易。

quietly是一个不好的主意。您可能需要Stata提供的信息。