这个例子展示了如何从GJR模型生成MMSE预测使用预测
.
指定一个不含平均偏移和的GJR(1,1)模型 , , 和 .
Mdl = gjr (“不变”, 0.1,“四国”, 0.7,...“拱”, 0.2,“杠杆”, 0.1);
在有或没有指定样本创新和条件方差的情况下,生成100个周期的预测。用模型的理论无条件方差绘制预测图。
v1 =预测(Mdl, 100);v2 =预测(Mdl, 100,“Y0”, 1.4,“半”, 2.1);分母项= 1-Mdl.GARCH {1} -Mdl.ARCH -0.5 * Mdl.Leverage {1} {1};sig2 = Mdl.Constant /分母项;图绘制(v1,“颜色”(。9、。9。9),“线宽”, 8)在情节(v2,“线宽”, 2)情节((100 1)* sig2,“k——”,“线宽”1.5) xlim([0100])标题(“预报GJR条件方差”)传说(“没有Presamples”,“Presamples”,“理论”,...“位置”,“东南”)举行从
v2 (1)显示预测的条件方差
ans = 1.9620
不使用前样本数据产生的预测等于理论无条件方差。在没有预样本数据的情况下,预测
对任何需要的样品前创新和条件方差使用无条件方差。
在本例中,对于给定的前样创新和条件方差,初始预测为
由于前样本创新为正(因此,负创新指标为零),杠杆项不包含在预测中。