文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

深度 | 在 R 中估计 GARCH 参数存在的问题

我们希望将我们的检验应用于检测 GARCH 模型中的结构性变化，这是金融时间序列中的常见模型。据我所知，用于 GARCH 模型估计和推断（以及其他工作）的“最新技术” R 包是 fGarch。...我在本文中强调的问题让我更加意识到选择在优化方法中的重要性。我最初的目标是编写一个函数，用于根据 GARCH 模型中的结构性变化执行统计检验。...这是一个我自认知之甚少的主题，如果 R 社区中的某个人已经观察到了这种行为并且知道如何解决它，我希望他们会在评论或电子邮件中告诉我。...我现在正在计划检测 GARCH 模型中的结构性变化，但是仅涉及使用线性回归的示例（一个更易处理的问题）。但我希望听到别人对我在这里写的内容的意见。...GARCH 模型参数估计的不稳定性也引出了另一个问题，对于不可观测的波动率的建模，参数估计以及校准的结果都是值得怀疑的。所以，某些 SDE 参数的估计和校准的稳定性实验应该提上日程。

6.6K10

深度 | 在R中估计GARCH参数存在的问题（续）

本期作者：徐瑞龙 未经授权，严禁转载 本文承接《在 R 中估计 GARCH 参数存在的问题》 在之前的博客《在 R 中估计 GARCH 参数存在的问题》中，Curtis Miller 讨论了 fGarch...包和 tseries 包估计 GARCH(1, 1) 模型参数的稳定性问题，结果不容乐观。...rugarch 包的使用 rugarch 包中负责估计 GARCH 模型参数的最主要函数是 ugarchfit，不过在调用该函数值前要用函数 ugarchspec 创建一个特殊对象，用来固定 GARCH...几乎所有关于 β 的估计都非常肯定的被认为是 1！这个结果相较于 fGarch 包来说，更加糟糕。 让我们看看其他参数的行为。...不过当样本量极端大时，rugarch 的稳定性大幅改善，这似乎印证了机器学习中的一个常见观点，即大样本 + 简单算法胜过小样本 + 复杂算法。

2K30
    • 您找到你想要的搜索结果了吗？
    是的
    没有找到

    一个关于npm中scripts的小问题

    今天发现了一个关于npm的小问题，大家应该知道每个node工程都有一个package.json文件，里面会记录一些该项目的概要信息，例如项目名称、版本、作者、git库、项目的协议（MIT这种）、依赖包等等...如果你用过express，相信你对 npm start 不陌生，其实 npm start 执行的就是以上定义好的 scripts 对象中键为 start 的命令，也就是相当于你在命令行中输入 node...如上图所示，npm 中的command必须是那一堆的其中之一，这样的话那必须选一个才行吗，这还叫什么自定义。当然不是这样的。...而再执行 npm run start，同样ok，这也就是说完整的执行scripts中的脚本，应该是 npm run ，而 npm 为了使用方便使用，对某些默认的指令...以上就是这些，顺便说一下，作者本人也并不是什么大神，公众号以后会多记录下自己发现的种种问题，权当是一个学习成长的过程，我也很希望更多的node开发者能与我学习交流，直接搜索微信号 rifewang 就可以找到我

    41421

    关于python中全局变量和局部变量的一个问题

    全局变量和局部变量可以说是泾渭分明，如 a = 10 def test(): a = 20 print(a) test() #将输出局部变量a print(a) # 将输出全局变量a #答案是： 20 10 函数内部的局部变量...my_list = [10] def list_test(): my_list=[] my_list.append(20) print(‘函数的’,my_list) list_test() print(...my_list) 答案为：函数的 [20] [10] 仍然符合局部变量并不会影响全局变量 注意：假设为一个空的列表或字典 my_list = [] def list_test(): my_list.append...(20) print(‘函数的’,my_list) list_test() print(my_list) 答案：函数的 [20] [20] 这里为何是20，而不是[]？...个人见解：函数内部无my_list这个列表，因此他将会调用全局变量my_list列表，然后把元素放在了列表中，改变的是全局变量，又或是因为是容器？ 望大佬们积极解惑，不胜感激

    66920

    关于一个数组中两个数的和等于给定数的问题

    今天我遇到这样一个问题，问题描述如下：         给出一个数组，再给定一个数target，如果数组中有两个数的和等于target，那么返回这两个数的索引，如果说有多对数都符合条件则返回第一对，返回的结果用一个长度为...，就证明这对数是存在的，但是我们仅仅是set是找不到，target-n的索引的，并且如果有两个索引在一个位置，那么这时set是无法区分的，有人数当遍历某个数的时候把它从集合中删除不就行了吗，就会解决现在这个问题...，但是新的问题会出现，如果两个数相同的话，那么删除元素的方法是不能够解决的，基于上述无法解决的问题，我们想到了map，map的key保存的是数组中的数，而value则存着的是这个数的索引，思路是当遍历到元素...n时判断，target-n是否在map中，如果在则返回索引，这是还是会出现上述的两个问题，首先如果有多个数重复的时候，那么map中同一个数它的value值存放的是，这些相同数的最后一个索引，所以我们在判断是否存在这样一对数的时候再加上条件...，其实还可以扩展到三个数，问题描述可以是这样，从一个数组中找出三个数的索引，让他们的和等于0，如果用穷举法的话，那么时间复杂度将达到o(n*n*n)，但是如果运用上面的思路的话，遍历数组，选取一个数作为

    76520

    关于Windows Terminal无法在Win+X菜单和Win+R中通过wt.exe打开的问题

    Local\Microsoft\WindowsApps\ 的 wt.exe 似乎是一个软链接，神奇的是资源管理器中显示这个文件是一个 0byte 的 exe，而不是.lnk，不知道为什么… 总之，最终实际运行的还是位于...wt.exe 效果同 Win+R 打开（无反应），而打开软链接的 wt.exe 就可以正常运行 那么现在有两个问题： 同一个 wt.exe 命令，为什么 Win+R（Win+X 菜单实际上执行的也是...关于问题 1：我的猜想是系统环境变量 Path 中对于这两个路径的定义， \WindowsApps\Microsoft.WindowsTerminal_1.12.10983.0_x64__8wekyb3d8bbwe...Microsoft\WindowsApps\ ，所以 Win+R 调用程序的逻辑应该与 terminal 不同，可能不依靠 Path 或 Path 的权重在较后位置（这也就对应了解决方法 1） 关于问题...和 StackOverflow 上有遇到同样问题的老哥 关于方案 1：需要修改注册表中的值： HKEY_CURRENT_USER\SOFTWARE\Microsoft\Windows\CurrentVersion

    4.6K52

    R语言状态空间模型和卡尔曼滤波预测酒精死亡人数时间序列|附代码数据

    p=22665 最近我们被客户要求撰写关于状态空间模型的研究报告，包括一些图形和统计输出。...假设我们没有关于初始状态μ1或斜率ν的先验信息。这个模型可以用状态空间的形式来写，定义为 在KFAS中，这个模型可以用以下代码来写。为了说明问题，我们手动定义所有的系统矩阵，而不采用默认值。...R> Zt <- matrix(c(1, 0), 1, 2) R> model_gaussian <-Model(deaths / population ~ -1 +custom(Z = Zt) 第一个参数是定义观测值的公式...R> varcordel["Q",   "level"] R> varcordel["Q",  "custom"] 状态空间模型的参数估计通常工作量很大，因为似然面包含多个最大值，从而使优化问题高度依赖于初始值...通常情况下，未知参数与未观察到的潜在状态有关，如本例中的协方差矩阵，几乎没有先验知识。 因此，要猜出好的初始值是很有挑战性的，特别是在更复杂的环境中。

    36600

    R语言状态空间模型和卡尔曼滤波预测酒精死亡人数时间序列

    摘要 本文介绍了状态空间建模，其观测值来自指数族，即高斯、泊松、二项、负二项和伽马分布。在介绍了高斯和非高斯状态空间模型的基本理论后，提供了一个泊松时间序列预测的说明性例子。...假设我们没有关于初始状态μ1或斜率ν的先验信息。这个模型可以用状态空间的形式来写，定义为 在KFAS中，这个模型可以用以下代码来写。为了说明问题，我们手动定义所有的系统矩阵，而不采用默认值。...R> Zt <- matrix(c(1, 0), 1, 2) R> model_gaussian <-Model(deaths / population ~ -1 +custom(Z = Zt) 第一个参数是定义观测值的公式...R> varcordel\["Q", "level"\] R> varcordel\["Q", "custom"\] 状态空间模型的参数估计通常工作量很大，因为似然面包含多个最大值，从而使优化问题高度依赖于初始值...通常情况下，未知参数与未观察到的潜在状态有关，如本例中的协方差矩阵，几乎没有先验知识。 因此，要猜出好的初始值是很有挑战性的，特别是在更复杂的环境中。

    19030

    POT超阈值模型和极值理论EVT分析|附代码数据

    p=16845 最近我们被客户要求撰写关于极值理论的研究报告，包括一些图形和统计输出。 本文依靠EVT对任何连续分布的尾部建模。...最后，可以使用二元GPD拟合一阶马尔可夫链，以实现两个连续观测值的联合分布。 在本节中，我们明确介绍了软件包中一些最有用的功能。...但是，对于完整的描述，用户可能希望查看软件包的小插图和软件包的html帮助。... = ##拟合具有逻辑依存关系的双变量GPD： log <- fitbv 绘图用于单变量和双变量情况的通用函数： plot(mle); plot(log) ---- R语言极值推断：广义帕累托分布...GPD使用极大似然估计、轮廓似然估计、Delta法 01 02 03 04 返回等级图： 概率图和QQ图 qq(mle) 绘制密度 绘制Pickands的依赖函数： 光谱密度图

    36920

    POT超阈值模型和极值理论EVT分析|附代码数据

    p=16845 最近我们被客户要求撰写关于极值理论EVT的研究报告，包括一些图形和统计输出。 本文依靠EVT对任何连续分布的尾部建模。...最后，可以使用二元GPD拟合一阶马尔可夫链，以实现两个连续观测值的联合分布。 在本节中，我们明确介绍了软件包中一些最有用的功能。...但是，对于完整的描述，用户可能希望查看软件包的小插图和软件包的html帮助。... = ##拟合具有逻辑依存关系的双变量GPD： log <- fitbv 绘图用于单变量和双变量情况的通用函数： plot(mle); plot(log) 点击标题查阅往期内容 R语言极值推断：广义帕累托分布...GPD使用极大似然估计、轮廓似然估计、Delta法 左右滑动查看更多 01 02 03 04 返回等级图： 概率图和QQ图 qq(mle) 绘制密度 绘制Pickands的依赖函数：

    33500

    相关性 ≠ 因果性，用图的方式打开因果关系

    那么，如果你没有观察到 x 的父代呢？ 半马尔可夫模型 如果一个未观察到的变量在图中有两个子代，则不符合马尔可夫属性。在这种情况下我们未必能够使用调整公式。...为了确定 X 对所有其他观测变量 v 的因果关系，我们必须根据观察到的干预前概率来估计干预后的概率 P(v|do(X))。 请记住这里的因果模型同时也是概率模型。特别是，它们导致了联合概率分布的分解。...然而，当模型包含未观察到的混杂因素（confounder）时，我们必须将它们边缘化，以获得观测变量的联合概率分布： ? 在这种情况下，观测值的分解如下： ?...在 R 语言中，使用 causaleffect 软件包能够实现该算法。将其用于第一个示例，得到： ?...本文还提供了一个充分必要条件，并展示了如何在 R 语言中使用它。该条件是完备的，当因果关系可识别时，它返回一个估计量，可用于基于观测数据估计因果关系。

    1.3K20

    Matlab中的Kalman入门

    它基于状态空间模型，通过将观测数据和模型进行融合，实现对未知变量和噪声的估计。在Matlab中，我们可以使用内置的kalman滤波函数来实现Kalman滤波算法。...];% 观测噪声协方差矩阵R = 1;% 初始状态估计误差协方差矩阵P0 = [1 0; 0 1];2....使用Matlab中的Kalman滤波函数，我们能够轻松地对数据进行滤波和估计，并得到准确的状态估计结果。在实际应用中，我们可以根据需要调整模型参数和噪声协方差矩阵，以适应不同的数据和系统特性。...对初始状态的依赖性：Kalman滤波器对初始状态的准确估计非常敏感。如果初始状态的估计误差较大，滤波结果的精确性会受到影响。在实际应用中，由于各种因素的影响，初始状态的估计通常会存在一定的误差。...为了缓解这个问题，可以采用一些技巧，如预测校准技术，来改进初始状态的估计。 除了Kalman滤波器之外，还有一些类似的滤波算法用于状态估计问题。

    67210

    CSTools工具箱：将气候预测数据高效转化为实用的气候产品

    主要是针对目前大量的气候模式预报产品难以释用的问题，只有一小部分被有效地利用于各个部门的业务中。造成这种局面的一个主要原因是缺乏一种高度集成工具，无法将数据转化为有用和高效的气候信息。...现阶段这个障碍通过开发一个R包得以解决——CSTools是一个易于使用的工具箱，旨在评估和改善季节性到多年度尺度的气候预测的质量。...当试图将多个数据集（如来自多个系统的观测和预报）结合起来时，这可能是一个劳动密集型步骤。 预报校准的纠正方法。...校准是必要的，以纠正系统误差，发现任何预测信号，并根据观测的统计特性调整预测，以便纳入影响模型中。...在提供预报产品的同时，应提供技能估计，以便对预报的正确解读或对预报结果进行分析。准确地解释预测结果或一个系统相对于基准的附加值。 可视化。

    68820

    EM算法学习(番外篇):HMM的参数估计

    在上一篇文章中留下了个尾巴是关于EM算法在HMM隐马尔可夫模型的参数估计拓展上的应用.在学习EM算法以后,我们再去学习HMM的Baum-Weich算法就会相对的非常容易,Baum-Weich不过是EM算法的一种特例而已...一:HMM的定义 隐马尔科夫模型实际上是一个双重的随机过程,其中一重随机过程不能直接被观测到,通过状态转移概率矩阵描述,另一重随机过程输出可以观测的观测符号,这个是由输出的概率来进行定义的.隐马尔科夫的模型的参数...2:解码问题 在给定HMM的参数(S V A B π)和观测序列O = (o1,o2,…..oT)的情况下,如何寻找一个状态转换序列q = (q1,q2,…..qT),使得该状态转换序列最有可能产生上述观测序列...Baum-Welch算法,来做一个关于HMM的参数估计的例子....岳佳，王士同.高斯混合模型聚类中EM算法及初始化的研究【J】.微计算 机信息，2006(1lX):244-246. 陈婷。基于EM算法的含缺失数据的参数估计【D】.大连理工大学，2008.

    1.6K110

    EM算法学习(番外篇):HMM的参数估计

    在上一篇文章中留下了个尾巴是关于EM算法在HMM隐马尔可夫模型的参数估计拓展上的应用.在学习EM算法以后,我们再去学习HMM的Baum-Weich算法就会相对的非常容易,Baum-Weich不过是EM算法的一种特例而已...一:HMM的定义 隐马尔科夫模型实际上是一个双重的随机过程,其中一重随机过程不能直接被观测到,通过状态转移概率矩阵描述,另一重随机过程输出可以观测的观测符号,这个是由输出的概率来进行定义的.隐马尔科夫的模型的参数...2:解码问题 在给定HMM的参数(S V A B π)和观测序列O = (o1,o2,…..oT)的情况下,如何寻找一个状态转换序列q = (q1,q2,…..qT),使得该状态转换序列最有可能产生上述观测序列...算法,来做一个关于HMM的参数估计的例子....岳佳，王士同.高斯混合模型聚类中EM算法及初始化的研究【J】.微计算 机信息，2006(1lX):244-246. 陈婷。基于EM算法的含缺失数据的参数估计【D】.大连理工大学，2008.

    92270

    R语言宏基因组学统计分析学习笔记（第三章-3）

    Aitchison认识到关于组成成分的每一个陈述都可以用成分的比率来表述，并开发出一套基本原理、各种方法、操作和工具来进行成分数据分析。...该模型寻求直接估计由于采样不足或从计数分布(微生物群落中没有分类特征)的检测分布产生观测到的零的概率。Zig型混合模型对数变换16S rRNA测序数据的读数，然后使用经验贝叶斯过程估计缓和方差。...然而，外部的非自回归波动决定了人体肠道微生物群落的动态。微生物群是一个动态稳定的系统，不断受到内力和外力的冲击，尽管肠道生态系统经常被破坏，将微生物群推回到保守的稳定状态。...我们采用它们来分析Chap 11中过度分散的微生物组计数数据。 limma软件包最初是为了检测物种差异丰度而开发的。 最新开发的用于微生物组数据的R软件包 一些R软件包是专门为微生物组数据开发的。...我们在第5章中实施HMP时使用真实的微生物组数据。 在新开发的R软件包中，phyloseq软件包是更通用的统计工具（McMurdie和Holmes 2013）。

    3K13

    R语言实现主成分和因子分析

    1.R中的主成分和因子分析 R的基础安装包中提供了PCA和EFA的函数，分别为princomp （）和factanal（） psych包中有用的因子分析函数 函数 描述 principal（） 含多种可选的方差放置方法的主成分分析...此处，输入的是没有ONT变量的原始，并指定获取一个未旋转的主成分。由于PCA只对相关系数矩阵进行分析，在获取主成分前，原始数据将会被自动转换为相关系数矩阵。...PC1栏包含了成分载荷，指观测变量与主成分的相关系数。如果提取不止一个主成分，则还将会有PC2、PC3等栏。成分载荷（component loadings）可用来解释主成分的含义。...做CFA的软件包：sem、openMx和lavaan等。 ltm包可以用来拟合测验和问卷中各项目的潜变量模型。...lcda包可做潜类别判别分析，而lsa可做潜在语义分析----一种自然语言处理中的方法。ca包提供了可做简单和多重对应分析的函数。 R中还包含了众多的多维标度法（MDS）计算工具。

    2.5K40
    点击加载更多

    扫码

    添加站长 进交流群

    领取专属 10元无门槛券

    手把手带您无忧上云

    扫码加入开发者社群

    相关资讯

    热门标签

    更多标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      腾讯云开发者

      扫码关注腾讯云开发者

      扫码关注腾讯云开发者

      领取腾讯云代金券

      热门产品

      热门推荐

      更多推荐

      Copyright © 2013 - 2025 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

      深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

      腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号 | 京公网安备号11010802020287

      领券