1

私は独自の GARCH(1,1) モデルを構築しようとしています。しかし、これまで使用してきたソルバーは、最適化されたパラメーターを返すことができなかったか、最適化に時間がかかりすぎました (収束していない可能性があります)。これまでのところ、optim() (Nelder-Mead と BFGS を使用)、nlm() を試しましたが、成功しませんでした。「rugarch」パッケージでも実際に使用されている「solnp」オプティマイザーにコードを含めました。これで問題が解決するかもしれないと思っていましたが、解決しませんでした。誰かが私が間違いを犯している場所を指摘できれば、本当に感謝しています。ありがとう！

library(tseries)
library(zoo)
AAPL <-get.hist.quote(instrument = "AAPL",
               start = "2015-09-15",
               end = "2016-09-14",
               quote = "AdjClose",
               retclass = "zoo",
               quiet = TRUE)

garch_likelihood <- function(asset,fixed=c(FALSE,FALSE,FALSE)) {
            pars <- fixed
            function(p) {
                    pars[!fixed] <- p  
                    omega <- pars[1]
                    alpha <- pars[2]
                    beta <- pars[3]
    #constructor function
            # object must be a time series class
            if (class(asset) !="zoo")
            stop("asset must be a time series object!!")
            # Calculating log returns
            r <- log(asset)-log(lag(asset,-1))
            #calculating squared returns & variance
            r2 <- r^2
            variance.r <- var(r,na.rm = TRUE)
            # Setting up the initial model 
            mod.pregarch <- cbind(r2,variance.r)
            mod.pregarch[2:nrow(mod.pregarch),2] <- 0

    # Using a loop to calculate the conditional variances
    for (i in 2:nrow(mod.pregarch)) {
    # pregarch model: var(t+1) = omega+alpha*r(t)^2+beta*var(t)
    mod.pregarch[i,2] <- omega +alpha*mod.pregarch[i-1,1]+beta*mod.pregarch[i-1,2]}
    pregarch <-mod.pregarch[,2]
    sum(pregarch)
    pregarch <- cbind(pregarch,rep(0,length(pregarch)))
    #calculating log likelihoods
    for (i in 1:nrow(pregarch)){
    pregarch[i,2] <-  dnorm(r[i,1],mean = 0,sd = sqrt(pregarch[i,1]),log = TRUE)
    }
    ## Loglike.alternative <- -.5*log(2*pi)-.5*log(pregarch[i,1])-.5*(r2[i]/pregarch[[i,1]])
    sum_log.like <- sum(pregarch[,2])
            sum_log.like
            }
            }
pars <- c(0.000005,0.10,0.85) #initial values
garch11.ML <- garch_likelihood(AAPL)
library(Rsolnp)
optim_garch <- solnp(pars =pars,fun = garch11.ML) #Rsolnp solver package
4

1 に答える 1

1

関数にパラメーターを出力するように依頼するときは、モデルに再度アクセスすることをお勧めします。

garch_likelihood <- function(asset,fixed=c(FALSE,FALSE,FALSE)) {
        pars <- fixed
        function(p) {
        print(p)
...}

パラメータは次のように適切な範囲で表示されます。

[1] 0.0000781018 0.0672768675 0.6338644923
[1] 5.796055e-05 6.020388e-02 7.161618e-01

次の呼び出しでも optim を使用しました。

optim_garch <- optim(par =pars ,fn = garch11.ML, control =list(fnscale = -1))

次の警告も表示されます()

warnings()
1: In sqrt(pregarch[i, 1]) : NaNs produced

私はこのモデルに慣れていませんが、パラメーターの境界について考えがある場合は、NaN の結果が得られないように、パラメーターが近づいたときにペナルティを課すことができます。これがあなたの質問に答えていないことはわかっていますが、コードを最適化するための助けを得るには、最初に解決策に到達できる必要があります.

于 2016-10-18T02:03:02.353 に答える