GARCH(1,1)を使用して2つのシリーズの分散(標準偏差)を予測するためにARCHパッケージをテストしています。

これは私のコードの最初の部分です

イボベスパ リターンズ

最初のシリーズは、Ibovespa インデックスの最初の先物契約であり、Garch 予測に非常に近い年率ボラティリティが観測されています。

私が見つけた最初の問題は、サンプルを 100 で再スケーリングする必要があることです。これを行うには、戻り値の系列を 100 で乗算するかrescale=True、arch_model関数でパラメーターを設定します。

なぜこれを行う必要があるのですか？

モデルを適合させた後、分散を予測し (問題を説明するための 5 つのステップのみ)、標準偏差を取得して年換算します。Obs: リターン シリーズを再スケーリングする必要があったため、予測を 10000 で割った (100**2、再スケーリングのため)

そして、それが予測出力です

Observed Volに本当に近いのはどれですか23.76

期待していた結果です。

IRFMリターンズ

揮発性の低いシリーズでまったく同じプロセスを実行すると、本当に奇妙な結果が得られました。

予測出力:

そして、これは観察されたボラティリティとは大きく異なります5.39

なぜこうなった？たぶんリスケーリングのせい？予測の前に別の調整を行う必要がありますか?

ありがとう

rugarchパッケージ見積モデル(GJR GARCHを改変)を使用しています。

次のモデルを推定したい:

米国から他国への波及効果を確認し、危機の前後を変更したいのですが、前と後にダミー n rugarch を追加する方法がわかりません。

一部のコードは、ダミーを external.regressors パラメータに入れるだけです。

しかし、その場合、彼らは次のような1つのcoefしか得ませんvxreg1

世界的な危機の前後の変数を比較したい.

このような

あなたが解決策を得るのを手伝ってくれたら、とても感謝します