精要
总的来说,GARCH(p, q)可以理解为波动率的ARMA(p, q)建模,其公式如下L:
一般地,在石川地那篇文章中,他是将ARMA(p, q)来对收益率进行建模(r_t),将GARCH(p, q)来对波动率进行建模,分别为mean model和volatility model.
建模步骤
在具体 GARCH 建模时可以遵如下步骤(Tsay 2010):
1 使用 ARMA 对 r_t 建模以消除任何线性依赖,确定最优参数 p 和 q(可以利用 AIC/BIC 来确定);
2 对上述模型的残差进行 GARCH 分析;
3 如果残差中表现出显著的条件异方差,则给定一个波动模型 GARCH(p', q');
4 使用历史数据对第一步中的 ARMA(p, q) 和第三步中的 GARCH(p', q') 进行联合参数估计;(这一点非常重要,是两个模型地联合估计)
5 仔细检验第四步中拟合出的模型,如有必要则对其进行修改。
之后也可以再仔细看看蔡瑞胸地那本黄书。
还有就是好好学r,python的package对garch类的支持太不友好了。
最后就是再了解下下QMLE。
网友评论