指定汇率的条件方差模型
此示例显示了如何指定从1984年1月到1991年12月观察到的日常Deutschmark /英镑外汇汇率的条件方差模型。
加载数据。
加载工具箱包含的汇率数据。
加载data_markpound.y =数据;t =长度（y）;图绘图（y）h = gca;h.xtick = [1 659 1318 1975];h.xticklabel = {'1984年1月'那'1986年1月'那'1988年1月'那......'1992年1月'};ylabel.'汇率';标题'德国/英镑外汇汇率';
汇率看起来不是间平（它似乎没有围绕固定级别波动）。
计算返回。
将系列转换为返回。这导致第一观察失去。
r = price2ret（y）;图绘图（2：T，R）H2 = GCA;h2.xtick = [1 659 1318 1975];h2.xticklabel = {'1984年1月'那'1986年1月'那'1988年1月'那......'1992年1月'};ylabel.'返回';标题'Deutschmark /英镑每日回报';
返回系列围绕普通级别波动，但呈现波动率聚类。返回的大变化倾向于聚集在一起，并且小的变化往往会聚集在一起。也就是说，该系列表现出条件异源性。
返回的频率相对较高。因此，日常变化可能很小。为了数值稳定性，展示这些数据是良好的做法。在这种情况下，缩放返回百分比返回。
r = 100 * r;
检查自相关。
检查返回系列以进行自相关。绘制样品ACF和PACF，并进行Ljung-Box Q-Test。
图形子图（2,1,1）AutoCorR（R）子图（2,1,2）ParcorR（R）
[h，p] = lbqtest（r，'滞后'，[5 10 15]）
h =1x3逻辑阵列0 0 0.
P =1×3.0.3982 0.7278 0.2109
样品ACF和PACF显示几乎没有显着的自相关。Ljung-Box Q-Test Null假设，即测试滞后的所有自相关是零的零，在LAG 5,10和15处的测试中不被拒绝。这表明该返回系列不需要条件均值模型。
检查条件异素。
检查返回系列是否有条件的异素。绘制平方返回系列的样品ACF和PACF（居中后）。通过双滞拱模型替代，进行煽动的拱形测试。
图形子图（2,1,1）autocorr（（r-incal（r））。^ 2）子图（2,1,2）parcorr（（r-incal（r））。^ 2）
[h，p] = archtest（r-均值（r），'滞后'2）
h =逻辑1
p = 0.
平方回报的样品ACF和PACF显示出显着的自相关。这表明具有滞后差异的GARCH模型和滞后的平方创新可能适用于建模该系列。恩格尔的拱门测试拒绝零假设（H = 1）没有弓形效应，有利于具有两个滞后的平方创新的替代拱形模型。具有两个滞后创新的拱形模型是局部相当于GARCH（1,1）模型。
指定GARCH（1,1）模型。
基于自相关和条件异素塑性规范测试，指定具有平均偏移的GARCH（1,1）模型：
和 和
假设高斯创新分布。
mdl = garch（'抵消'，楠，'garchlags'，1，'archlags'1）
MDL =带有物业的GARCH：“GARCH（1,1）条件方差模型具有偏移量（高斯分布）”分布：名称=“高斯”P：1 Q：1常数：南加赫：{nan}在Lag [1]拱门：{nan}在Lag [1]偏移：南
创建的模型，MDL.， 具有南指定GARCH（1,1）模型中所有未知参数的值。
你可以通过GARCH模型MDL.和R.进入估计估计参数。
也可以看看
应用
对象
职能
相关例子
更多关于
您还可以从以下列表中选择一个网站：
