原文鏈接：http://tecdat.cn/?p=7194

最近我們被客戶要求撰寫關(guān)于GARCH的研究報(bào)告，包括一些圖形和統(tǒng)計(jì)輸出。 這個(gè)簡短的演示說明了使用r軟件包的DCC模型及其方法的使用，尤其是在存在MVT分布形狀參數(shù)的情況下進(jìn)行2級(jí)DCC估計(jì)的另一種方法

第一階段并將其傳遞給dccfit

?cl?=?makePSOCKcluster(10)multf?=?multifit(uspec,?Dat,?cluster?=?cl)

接下來，估計(jì)DCC模型。

fit1?=?dccfit(spec1,?data?=?Dat,?fit.control?=?list(eval.se?=?TRUE),?fit?=?multf,?cluster?=?cl)

為了在實(shí)踐中擬合DCC（MVT）模型，要么假定第一階段的QML，要么必須在階段中共同估算共同的形狀參數(shù)。在下面的示例中，一種替代方法用于估計(jì)近似共同形狀參數(shù)。

似然度和形狀參數(shù)變化的圖表明，只需幾次迭代即可收斂到穩(wěn)定值。

shape參數(shù)的值表示峰度為1.06。對(duì)非對(duì)稱DCC（MVT）模型重復(fù)進(jìn)行擬合。

點(diǎn)擊標(biāo)題查閱往期內(nèi)容

R語言ARIMA-GARCH波動(dòng)率模型預(yù)測股票市場蘋果公司日收益率時(shí)間序列

左右滑動(dòng)查看更多

01

02

03

04

xspec?=?ugarchspec(mean.model?=?list(armaOrder?=?c(1,1)),?variance.model?=?list(garchOrder?=?c(1,1),?model?=?"eGARCH"),??distribution.model?=?"norm")

下表顯示了估算模型的摘要，系數(shù)旁邊的星號(hào)表示顯著性水平（*** 1％， ** 5％，*?10％）。

##???????????DCC-MVN???aDCC-MVN????DCC-MVL???aDCC-MVL??????DCC-MVT?????aDCC-MVT##?a??????0.00784***?0.00639***?0.00618***??0.0055***???0.00665***????0.00623***##?b??????0.97119***?0.96956***?0.97624***?0.97468***???0.97841***????0.97784***##?g????????????????????0.00439???????????????0.00237?????????????????0.00134##?shape????????????????????????????????????????????????9.63947***????9.72587***##?LogLik??????22812??????22814??????22858??????22859????????23188?????????23188

下圖表說明了來自不同模型的一些動(dòng)態(tài)相關(guān)性：

終止集群對(duì)象：

stopCluster(cl)

本文摘選?《?R語言GARCH-DCC模型和DCC（MVT）建模估計(jì)?》?，點(diǎn)擊“閱讀原文”獲取全文完整資料。

點(diǎn)擊標(biāo)題查閱往期內(nèi)容

R語言預(yù)測期貨波動(dòng)率的實(shí)現(xiàn)：ARCH與HAR-RV與GARCH，ARFIMA模型比較
ARIMA、GARCH 和 VAR模型估計(jì)、預(yù)測ts 和 xts格式時(shí)間序列
PYTHON用GARCH、離散隨機(jī)波動(dòng)率模型DSV模擬估計(jì)股票收益時(shí)間序列與蒙特卡洛可視化
極值理論 EVT、POT超閾值、GARCH 模型分析股票指數(shù)VaR、條件CVaR：多元化投資組合預(yù)測風(fēng)險(xiǎn)測度分析
Garch波動(dòng)率預(yù)測的區(qū)制轉(zhuǎn)移交易策略
金融時(shí)間序列模型ARIMA 和GARCH 在股票市場預(yù)測應(yīng)用
時(shí)間序列分析模型：ARIMA-ARCH / GARCH模型分析股票價(jià)格
R語言風(fēng)險(xiǎn)價(jià)值：ARIMA，GARCH，Delta-normal法滾動(dòng)估計(jì)VaR（Value at Risk）和回測分析股票數(shù)據(jù)
R語言GARCH建模常用軟件包比較、擬合標(biāo)準(zhǔn)普爾SP 500指數(shù)波動(dòng)率時(shí)間序列和預(yù)測可視化
Python金融時(shí)間序列模型ARIMA 和GARCH 在股票市場預(yù)測應(yīng)用
MATLAB用GARCH模型對(duì)股票市場收益率時(shí)間序列波動(dòng)的擬合與預(yù)測
R語言極值理論 EVT、POT超閾值、GARCH 模型分析股票指數(shù)VaR、條件CVaR：多元化投資組合預(yù)測風(fēng)險(xiǎn)測度分析
Python 用ARIMA、GARCH模型預(yù)測分析股票市場收益率時(shí)間序列
R語言中的時(shí)間序列分析模型：ARIMA-ARCH / GARCH模型分析股票價(jià)格
R語言ARIMA-GARCH波動(dòng)率模型預(yù)測股票市場蘋果公司日收益率時(shí)間序列
Python使用GARCH，EGARCH，GJR-GARCH模型和蒙特卡洛模擬進(jìn)行股價(jià)預(yù)測
R語言時(shí)間序列GARCH模型分析股市波動(dòng)率
R語言ARMA-EGARCH模型、集成預(yù)測算法對(duì)SPX實(shí)際波動(dòng)率進(jìn)行預(yù)測
matlab實(shí)現(xiàn)MCMC的馬爾可夫轉(zhuǎn)換ARMA - GARCH模型估計(jì)
Python使用GARCH，EGARCH，GJR-GARCH模型和蒙特卡洛模擬進(jìn)行股價(jià)預(yù)測
使用R語言對(duì)S＆P500股票指數(shù)進(jìn)行ARIMA + GARCH交易策略
R語言用多元ARMA,GARCH ,EWMA, ETS,隨機(jī)波動(dòng)率SV模型對(duì)金融時(shí)間序列數(shù)據(jù)建模
R語言股票市場指數(shù)：ARMA-GARCH模型和對(duì)數(shù)收益率數(shù)據(jù)探索性分析
R語言多元Copula GARCH 模型時(shí)間序列預(yù)測
R語言使用多元AR-GARCH模型衡量市場風(fēng)險(xiǎn)
R語言中的時(shí)間序列分析模型：ARIMA-ARCH / GARCH模型分析股票價(jià)格
R語言用Garch模型和回歸模型對(duì)股票價(jià)格分析
GARCH（1,1），MA以及歷史模擬法的VaR比較
matlab估計(jì)arma garch 條件均值和方差模型