模拟条件方差模型
这个例子展示了如何使用模拟．
步骤1。加载数据并指定模型。
加载包含在工具箱中的德国马克/英镑外汇汇率数据，并转换为收益。指定并拟合GARCH(1,1)模型。
负载Data_MarkPoundr = price2ret(数据)T = length(r);Mdl = garch(1,1);EstMdl = estimate(Mdl,r);
GARCH(1,1)条件方差模型(高斯分布):Value StandardError TStatistic PValue __________ _____________ __________ __________ Constant 1.0535e-06 3.5048e-07 3.0058 0.0026487 GARCH{1} 0.80657 0.01291 62.478 0 ARCH{1} 0.15436 0.011574 13.336 1.4293e-40
v0 = infer(EstMdl,r);
步骤2。模拟外汇汇率回报。
使用拟合的模型来模拟在1000期预测范围内外汇汇率收益和条件方差的25种实现。分别使用观察到的回报和推断的条件方差作为样本创新和方差。
rng默认的；%为了重现性[V,Y] = simulate(EstMdl,1000，“NumPaths”25岁的…“E0”r“半”v0);图subplot(2,1,1) plot(v0) hold在plot(T+1:T+1000,V) xlim([0,T+1000]) title(“有条件的差异”)举行从Subplot (2,1,2) plot(r) hold住在plot(T+1:T+1000,Y) xlim([0,T+1000]) title(“返回”)举行从
步骤3。绘制未来某一时刻的收益分布。
使用模拟生成未来500天外汇回报的预测分布。生成1000个样本路径来估计分布。
rng默认的；%为了重现性[V,Y] = simulate(EstMdl,500)“NumPaths”, 1000,…“E0”, r-EstMdl。抵消,“半”v0);图直方图(Y(500，:)，10)“500天内退货”）
