我想用AR-GARCH模型来拟合股票数据,但扰动项分布不常见不可选,该怎么自行设定innovation distribution呢?

新手上路,请多包涵

题目描述

我想用AR-GARCH模型来拟合股票数据,但扰动项分布由于不常见不常用,不是高斯、学生T、广义误差等分布,在Matlab、Python、R语言的各种garch相关的包里面不可选,需要自己设定分布的概率密度函数,搜寻了好久无果,希望有人可以赐教或者指点一条学习明路,非常感谢
Matlab、Python、R语言应该都可以做到,但由于绝大数人用的是常见分布,一直没找到解决办法
(我是不是要找到这些语言的garch包,然后按我的需求去修改包里面的代码)
需要编写的概率密度函数的形式
其中s,k是分布函数参数

R语言相关代码

设定GARCH模型的形式

sGARCHspec = ugarchspec(mean.model = list(armaOrder = c(2, 2),

                                      include.mean = TRUE), 
                    variance.model = list(model = 'sGARCH', 
                                          garchOrder = c(1, 1)), 
                    distribution.model = 'ged')

建立GARCH模型

sGARCHfit = ugarchfit(sGARCHspec, data = df$rate, solver = 'hybrid')
sGARCHfit

阅读 1.2k
撰写回答
你尚未登录,登录后可以
  • 和开发者交流问题的细节
  • 关注并接收问题和回答的更新提醒
  • 参与内容的编辑和改进,让解决方法与时俱进
推荐问题
宣传栏