模拟GARCH模型- MATLAB和Simulink金宝app - 金宝app,下载188bet金宝搏,金宝搏官方网站

模拟加粗模型

打开直播脚本

这个例子展示了如何在有或没有指定前样本数据的情况下模拟GARCH过程。蒙特卡罗模拟的样本无条件方差近似于理论GARCH无条件方差。

步骤1。指定一个GARCH模型。

指定一个GARCH(1,1)模型 ${ε.}_{t} ＝ {σ.}_{t} z_{t} ，$ 在哪里分配 $z_{t}$ 是高斯和

${σ.}_{t}^{2} ＝ 0 ． 01 + 0 ． 7 {σ.}_{t - 1}^{2} + 0 ． 25 {ε.}_{t - 1}^{2} ．$

mdl = garch（'持续的', 0.01,“四国”，0.7，“拱”, 0.25)

描述:“garch(1,1)条件方差模型(高斯分布)”分布:Name = "Gaussian" P: 1 Q: 1 Constant: 0.01 GARCH: {0.7} at lag [1] ARCH: {0.25} at lag [1] Offset: 0

步骤2。在不使用前样数据的情况下，从模型进行模拟。

从GARCH(1,1)模型中模拟5条长度为100的路径，不指定任何样本前创新或条件方差。显示五个样例路径的第一个条件方差。被模拟的模型没有平均偏移，因此响应序列是一个创新序列。

RNG.默认的；%的再现性(Vn, Yn) =模拟(Mdl, 100,'numpaths'5);: Vn (1)%显示差异

ans =1×50.1645 0.3182 0.4051 0.1872 0.1551

图形子图（2,1,1）绘图（VN）XLIM（[0,100]）标题（“有条件的差异”) subplot(2,1,2) plot(Yn) xlim([0,100]) title(“创新”）

由于没有指定预样例数据，每个实现的起始条件方差是不同的。

步骤3。使用前示例数据从模型进行模拟。

从模型中模拟5条长度为100的路径，指定需要样本前创新和条件方差的路径。显示五个样例路径的第一个条件方差。

RNG.默认的；(大众,Yw) =模拟(Mdl, 100,'numpaths'，5，．..“E0”, 0.05,“半”, 0.001);大众(1:)

ans =1×50.0113 0.0113 0.0113

图subplot(2,1,1) plot(Vw) xlim([0,100]) title(“有条件的差异”)子地块(2,1,2)地块(Yw) xlim([0,100]) title(“创新”）

所有五个样本路径都具有相同的起始条件方差，使用预先数据数据计算。

注意，即使有相同的起始方差，创新系列的实现也有不同的起始点。这是因为 ${ε.}_{1}$ 是从一个均值为0，方差为0的高斯分布中随机抽取的吗 ${σ.}_{1} ＝ 0 ． 011 3.$ ．

步骤4。看看无条件方差。

从指定的GARCH模型模拟10000条长度为500的样本路径。绘制蒙特卡罗模拟的样本无条件方差，并将它们与理论无条件方差进行比较，

${σ.}_{ε.}^{2} ＝ \frac{κ..}{（ 1 - {γ.}_{1} - {α.}_{1} ）} ＝ \frac{0 ． 01}{（ 1 - 0 ． 7 - 0 ． 25 ）} ＝ 0 ． 2 ．$

Sig2 = 0.01 /（1-0.7-0.25）;RNG.默认的；[V, Y] =模拟(Mdl, 500,'numpaths'，10000）;图绘图（var（y，0,2），“颜色”(7, 7, 7),“线宽”1.5) xlim ([0500])在情节（1：500，那些（500,1）* Sig2，“k——”，“线宽”，2）传奇（“模拟”，“理论”，'地点'，“西北”)标题(的无条件方差） 抓住从