条件方差模型估计的优化设置- MATLAB和Simulink金宝app - 金宝app,下载188bet金宝搏,金宝搏官方网站

条件方差模型估计的优化设置

优化选项

估计最大化Loglikelihip功能使用fmincon从优化工具箱™。fmincon有许多优化选项，如优化算法的选择和约束违背容限。使用以下方法选择优化选项optimoptions．

估计使用fmincon默认情况下，优化选项，其中包含这些异常。有关详细信息，请参阅fmincon和optimoptions在优化工具箱中。

optimoptions属性	描述	估计设置
`算法`	最大限度地减少否定逻辑函数的算法	`'SQP'`
`显示`	优化进度显示级别	`'离开'`
`诊断`	显示关于要最小化的功能的诊断信息	`'离开'`
`ConstraintTolerance`	对约束违反的终止容忍	`1 e -`

如果要使用与默认值不同的优化选项，则设置自己的使用optimoptions．

例如，假设你想要的估计显示优化诊断。最佳实践是设置名称-值对参数“显示”、“诊断”在估计．或者，您可以指示优化器显示优化诊断。

定义GARCH（1,1）模型（MDL.)并从中模拟数据。

mdl0 = garch（“拱”, 0.2,“四国”，0.5，'持续的'，0.5）;RNG（1）;Y =模拟（MDL0,500）;

MDL.没有回归组件。默认情况下，fmincon不显示优化诊断。采用optimoptions将其设置为显示优化诊断，并设置其他fmincon属性到默认设置估计在上表中列出。

选择= optimoptions (@fmincon,“诊断”，“上”，'算法'，．..'SQP'，'展示'，'离开'，“ConstraintTolerance”，1E-7）

选项= fmincon选项：当前算法（'sqp'）使用的选项（'sqp'）:(其他可用算法：'活动集'，'内部点'，'sqp-cregacy'，'信任区域反光'）设置属性：算法：'SQP'约束特许：1.0000E-07显示：'off'默认属性：赛道成员：0 finitedifferencestepsize：'sqrt（eps）'finitedifferenceType：'转发'maxFunctioneValuations：'100 * NumberOfVariables'MaxIltations：400 Objectivelimit：-1.0000e+20 OptimalalAlytolerance：1.0000E-06 OutputFCN：[] PlotFCN：[] ScaleQublem：0 SpecifyConstraintGRadient：0 SpecifyObjectiveGRadient：0 StepifyObjectsiveGRadient：0 StepTolerance：1.0000E-06 TypicalX：'（NumberOfVarialbles，1）'使用adplate：0显示当前未使用的选项算法（'SQP'）

% @fmincon是fmincon的函数句柄

控件下显示您设置的选项设定的用户:标题。属于默认值:标题是您可以设置的其他选项。

合身MDL.来y使用新的优化选项。

mdl = garch（1,1）;estmdl =估计（mdl，y，“选项”、选择);

____________________________________________________________诊断信息变量数:3个函数目标:@(X)Mdl.nLogLikeGaussian(X,V,E, lag,1,maxPQ,T,nan,trapValue)梯度:有限差分Hessian:有限差分(或拟牛顿)约束非线性约束:线性不等式约束个数:1线性等式约束个数:0下界约束个数:3上界约束个数:3算法选择sqp ____________________________________________________________结束诊断信息GARCH(1,1)条件方差模型(高斯分布):Value StandardError TStatistic PValue _______ _____________ __________ ________ Constant 0.43145 0.46564 0.92656 0.35415 GARCH{1} 0.31435 0.24992 1.2578 0.20847 ARCH{1} 0.57143 0.32677 1.7487 0.080343

请注意

估计在数值上最大化对数似然函数，潜在地使用等式、不等式和上下限约束。如果你设置算法除了SQP.，确保算法支持类似的约束，例如金宝app内点．例如,trust-region-reflective不支持不平等约束。金宝app
估计设置约束级别ConstraintTolerance所以约束没有被违反。具有主动约束的估计具有不可靠的标准误差，因为方差协方差估计假设似然函数是最大似然估计的局部二次。

条件方差模型约束

该软件在估计GARCH模型时执行这些约束:

Covariance-stationarity,

$\sum_{我＝ 1}^{P} {γ.}_{我} + \sum_{j ＝ 1}^{问} {α.}_{j} < 1$
GARCH和ARCH系数的正性
模型常数严格大于零
对于一个t创新分布，自由度严格大于2

对于GJR模型，估计过程中施加的约束为:

Covariance-stationarity约束,

$\sum_{我＝ 1}^{P} {γ.}_{我} + \sum_{j ＝ 1}^{问} {α.}_{j} + \frac{1}{2} \sum_{j ＝ 1}^{问} ξ_{j} < 1$
GARCH和ARCH系数的正性约束
拱形和杠杆系数的阳性，

${α.}_{j} + ξ_{j} \geq 0 ， j ＝ 1 ，．.. ，问$
模型常数严格大于零
对于一个t创新分布，自由度严格大于2