R语言基于ARMA-GARCH过程的VaR拟合和预测

原文链接：http://tecdat.cn/?p=2657

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。

ARMA-GARCH-COPULA模型和金融时间序列案例

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）。

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