模拟条件方差模型
这个例子展示了如何使用模拟条件方差模型模拟
。
步骤1。加载数据并指定模型。
加载马克/英镑汇率数据中包含的工具箱,并转换为回报。指定和适合GARCH(1,1)模型。
负载Data_MarkPoundr = price2ret(数据);T =长度(r);Mdl = garch (1,1);EstMdl =估计(Mdl, r);
GARCH(1,1)条件方差模型(高斯分布):价值StandardError TStatistic PValue __________ _________________ __________ __________常数1.0535 e-06 3.5048 e-07 3.0058 - 0.0026487 GARCH{1} 0.80657 0.01291 62.478 0弓{1}e-40 0.15436 0.011574 13.336 1.4293
v0 =推断(EstMdl, r);
步骤2。模拟外汇汇率回报。
用拟合模型来模拟25实现汇率回报和条件方差1000段预测地平线。用观察到的回报和推断条件方差presample创新和差异,分别。
rng默认的;%的再现性[V, Y] =模拟(EstMdl, 1000,“NumPaths”25岁的…“E0”r“半”v0);图次要情节(2,1,1)情节(v0)在情节(T + 1: T + 1000 V) xlim ([0, T + 1000])标题(“有条件的差异”)举行从次要情节(2,1,2)情节(r)在情节(T + 1: T + 1000, Y) xlim ([0, T + 1000])标题(“返回”)举行从
步骤3。情节的回报分布在未来的时间。
使用模拟生成预测分布的外汇收益在未来500天。产生1000估计分布的样本路径。
rng默认的;%的再现性[V, Y] =模拟(EstMdl, 500,“NumPaths”,1000,…“E0”r-EstMdl.Offset,“半”v0);图直方图(Y(500年:),10)标题(返回在500天内分布的)