模拟条件方差模型
这个例子展示了如何使用条件方差模型进行模拟模拟。
步骤1。加载数据并指定模型。
加载工具箱中包含的德国马克/英镑汇率数据，并转换为返回值。指定并适合一个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):值标准(TStatistic PValue)为常数1.0535e-06 3.5049e-07 3.0059 0.0026483 GARCH{1} 0.80657 0.01291 62.475 0 ARCH{1} 0.15436 0.011575 13.336 1.4361e-40
v0 =推断(EstMdl, r);
步骤2。模拟汇率回报。
使用拟合模型模拟1000年预测期内25种汇率收益和条件方差的实现。分别使用观察到的返回值和推断出的条件方差作为预样本创新和方差。
rng默认的;%的再现性[V, Y] =模拟(EstMdl, 1000,“NumPaths”25岁的…“E0”r“半”v0);图subplot(2,1,1) plot(v0) hold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。绘制未来时间的收益分布。
使用模拟来生成未来500天外汇收益的预测分布。生成1000个样本路径来估计分布。
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(“500天的退货分配”)
另请参阅
对象
功能
相关的例子
更多关于
你也可以从以下列表中选择一个网站:
