基于GARCH模型的滤波历史模拟法数据模拟阶段的问题？急求各位大牛来指点小女，先谢！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

（1）基于GARCH模型的滤波历史模拟法的思想：
由于原始的历史收益率数据不满足独立同分布的假设，通常表现出一定的相关性和波动聚集性，因此我们会考虑引入MA模型来消除序列相关性和GARCH类模型来反应收益序列的波动集中性。
比如，经过多番验证，最终证实该序列满足ARMA(1，1)——GARCH(1,1)，那么我们就会设定如下模型：

其中第一个式子为条件均值方程，Xt标识的是收益率，X（t-1）前的系数表达AR项，theta表达MA项。第二个式子为条件方差方程，从左至右的三个参数分别表示常项、ARCH项和GARCH项。设定 为服从N（0，ht）的随机残差序列。
此时，我们可以计算标准化的残差收益序列：

式子中的带^的那两个参数表示的是模型估计值。此时，et 就是独立同分布的了。

（2）以上就是滤波历史模拟法的过程，下面困扰我这几天的问题就是：

ht+1 怎么假定？难道我自己随便编造一个数据，这显然是没意义的啊，那我应该如何选取该数据呢？

从某分布中抽取样本et+1 ，我应该怎么抽取呢？我可以使用原有估计模型中计算出的那个et 序列么？

诚心等待各位好心的兄弟姐妹的解答。正在做毕业论文，卡在这个问题上，感到特别无助，希望大神快快来救救我，谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：GARCH模型 ARCH模型 GARCH 历史模拟法 数据模拟 历史

嚓~这不就是mc模拟么，说的这么高深

模拟步骤：
1、由于不知道你的数据长度，在这里我假定数据长度为1000，模拟5000条链，那么我们通过matlab抽取一个（5000*1000）的矩阵，epi=rnorm(0,1,5000,1000)
2、然后我们就从第二个点开始对ht进行模拟。将epi（：，1）代入条件方差方程我们可以得到h2，相应的根据epi（：，1），h2，h1（这个提前给定），epi（：，2），我们可以得到X2.
3、循环步骤2，一直到1000，模拟结束。

个人见解啊，若有不对之处，还请坛友们补充。