预测一个条件方差模型

开立真实脚本

这个例子说明如何使用预测条件方差模型预测。

加载数据，指定模型。

加载包含在工具箱中的德国马克/英镑汇率数据，并将其转换为收益。对于数值稳定性，转换回报率的回报。

加载Data_MarkPoundR = price2ret（数据）;PR = 100 * R;T =长度（R）;

指定并适合GARCH（1,1）模型。

MDL = GARCH（1,1）;EstMdl =估计（MDL，PR）;

GARCH（1,1）的条件方差模型（高斯分布）：值StandardError的TStatistic p值________ _____________ __________ __________常数0.010868 0.0012972 8.3779 5.3898e-17 GARCH {1} 0.80452 0.016038 50.162 0 ARCH {1} 0.15432 0.013852 11.141 7.9447e-29

产生MMSE预测。

使用拟合模型产生超过200期的地平线MMSE预测。使用观察收益率序列作为样品前的数据。默认，预测推断相应的样品前体条件方差。比较预测的GARCH（1,1）模型的理论条件方差方差的渐近线。

V =预测（EstMdl，200，PR）;SIG2 = EstMdl.Constant /（1-EstMdl.GARCH {1} -EstMdl.ARCH {1}）;图图（V，'R'，'行宽'2）保持上图（一（200,1）* SIG2，'K--'，'行宽'1.5）XLIM（[0200]）标题（“预测条件方差”）图例（'预测'，“理论”，'位置'，'东南'）保持离