我想用garch,egarch,ewma,sample vol...etc几种模型来预测volatility, 比如有1000个数据,采用rolling 100建模来预测101个,(e.g. 头100个做一次,101天数据出来后去掉第一天的), 然后和101的"真实值"比较,这样我就有900个数据用来做比较. 但我不知道如何选这个"真实值".
看了一些文章,说最好用天内收益率平方的积分来算做"真实volatility", 但我现在只有天的收益率没有每时每分的收益率.
然后说就用return的绝对值, 我试了发现和几种模型估计出来的vol 数值上差很远, 而且correlation是负的很大,做回归出来的coefficient也是负的,R^2 极小,完全看不出有关联. abs(return)波动很大,估计的vol很平稳. 但我看有些文章做出来趋势很接近,不明白为啥.
另外用abs(return)做"真值"要假设平均=0, 我做实验的数据是接近0而且正态分布,但有时不都是0,另外我的garch的conditional mean也不是0, 是arma模型. 我试过把mean不是0的数据demean再比较,结果相同还是差很远. 难道是那些作者他们选的数据太好了? 还是我方法有问题? 还有别的评估标准么?