各位高手,我遇到以下一个问题,看哪位可以帮忙解决?
我有四支股票组合的收益率数据,时间长度为2500,我原打算做一个区间长度为500的backtesting.
对于单个股票,我首先用ARMA_GARCH模型过 滤掉条件自相关和异方差效应,得到标准化残差满足IID分布。为了捕捉尾部极端事件,我用半参数GPD去按拟合尾部,可得到四支股票的经验边缘分布,然后 再用student t copula去经验边缘分布,估计copula参数以后,再通过Copula GARCH估计组合VAR值。
现在遇到的问题时,backtesting是通过rolling windows来进行,是不是意味着,我在上述计算VAR的过程前要加一个大循环?这样程序的效率是不是会极低,有什么好方法解决这个问题么?谢谢各位!