原文链接:http://tecdat.cn/?p=2657
最近我们被客户要求撰写关于ARMA-GARCH的研究报告,包括一些图形和统计输出。
本文展示了如何基于基础ARMA-GARCH过程(当然这也涉及广义上的QRM)来拟合和预测风险价值(Value-at-Risk,VaR)
library(qrmtools)# 绘制qq图
library(rugarch)
模拟数据
我们考虑具有t分布的ARMA(1,1)-GARCH(1,1)过程
将ARMA-GARCH模型拟合到(模拟的)数据
拟合一个ARMA-GARCH过程。
点击标题查阅往期内容
左右滑动查看更多
01
02
03
04
计算VaR时间序列
计算风险价值估计值。请注意,我们也可以在这里使用基于GPD的估计模型。
通过随机性检查进行回测
我们来回测一下VaR估计值。
## 回测 VaR_0.99
btest <- VaRTest(alpha,actual =X,VaR =VaR,conf.level =0.95)
btest$expected.exceed# 0.99 * n
## [1] 990
btest$actual.exceed
## [1] 988
btest$uc.Decision
# unconditional test decision (note: cc.Decision is NA here)
## [1] "Fail to Reject H0"
基于拟合模型预测VaR
现在预测风险价值。
模拟(X)的未来序列并计算相应的VaR
模拟路径,估算每个模拟路径的VaR(注意,quantile()这里不能使用,所以我们必须手动构建VaR)。
点击文末 “阅读原文”
获取全文完整代码数据资料。
本文选自《R语言基于ARMA-GARCH过程的VaR拟合和预测》。
点击标题查阅往期内容
时间序列分析:ARIMA GARCH模型分析股票价格数据\
GJR-GARCH和GARCH波动率预测普尔指数时间序列和Mincer Zarnowitz回归、DM检验、JB检验\
【视频】时间序列分析:ARIMA-ARCH / GARCH模型分析股票价格\
时间序列GARCH模型分析股市波动率\
PYTHON用GARCH、离散随机波动率模型DSV模拟估计股票收益时间序列与蒙特卡洛可视化\
极值理论 EVT、POT超阈值、GARCH 模型分析股票指数VaR、条件CVaR:多元化投资组合预测风险测度分析\
Garch波动率预测的区制转移交易策略\
金融时间序列模型ARIMA 和GARCH 在股票市场预测应用\
时间序列分析模型:ARIMA-ARCH / GARCH模型分析股票价格\
R语言风险价值:ARIMA,GARCH,Delta-normal法滚动估计VaR(Value at Risk)和回测分析股票数据\
R语言GARCH建模常用软件包比较、拟合标准普尔SP 500指数波动率时间序列和预测可视化\
Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用\
MATLAB用GARCH模型对股票市场收益率时间序列波动的拟合与预测R语言GARCH-DCC模型和DCC(MVT)建模估计\
Python 用ARIMA、GARCH模型预测分析股票市场收益率时间序列\
R语言中的时间序列分析模型:ARIMA-ARCH / GARCH模型分析股票价格\
R语言ARIMA-GARCH波动率模型预测股票市场苹果公司日收益率时间序列\
Python使用GARCH,EGARCH,GJR-GARCH模型和蒙特卡洛模拟进行股价预测\
R语言时间序列GARCH模型分析股市波动率\
R语言ARMA-EGARCH模型、集成预测算法对SPX实际波动率进行预测\
matlab实现MCMC的马尔可夫转换ARMA - GARCH模型估计\
Python使用GARCH,EGARCH,GJR-GARCH模型和蒙特卡洛模拟进行股价预测\
使用R语言对S&P500股票指数进行ARIMA + GARCH交易策略\
R语言用多元ARMA,GARCH ,EWMA, ETS,随机波动率SV模型对金融时间序列数据建模\
R语言股票市场指数:ARMA-GARCH模型和对数收益率数据探索性分析\
R语言多元Copula GARCH 模型时间序列预测\
R语言使用多元AR-GARCH模型衡量市场风险\
R语言中的时间序列分析模型:ARIMA-ARCH / GARCH模型分析股票价格\
R语言用Garch模型和回归模型对股票价格分析\
GARCH(1,1),MA以及历史模拟法的VaR比较\
matlab估计arma garch 条件均值和方差模型R语言POT超阈值模型和极值理论EVT分析
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。