R语言做GARCH模型预测波动率，结果有问题

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

我用R的rugarch包做了GARCH模型，做了以后进行滚动窗一步向前的预测，但是预测出来的结果和真实的波动率差很多，不知道是什么问题？


另外，如果我做向前30天的预测，预测出来的波动率总是单调递增的，很奇怪。


有人知道怎么回事吗？或者有哪位同学会用R或者MATLAB做garch类模型的，也可以联系我。能加我qq最好，1401627451。谢谢了！

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：波动率 同学会 类模型

如果哪位同学需要有偿也是可以的，谢谢啦

library(ggplot2)
library(tidyr)
library(dplyr)
library(TTR)
library(moments)
library(ncg)
library(FMStable)
library(tseries)
library(rugarch)
library(openxlsx)

setwd("E:/毕业设计/代码/R代码/低频模型")
data <- read.csv("input_2018.csv", stringsAsFactors = F, header = T)

innerData = data %>% filter(date<20180301)
outerData = data %>% filter(date>=20180301)

returns = data$returns
alldays = length(returns)

innerReturns = innerData$returns
innerDays = length(innerReturns)
outerReturns = outerData$returns
outerDays = length(outerReturns)

garch.spec = ugarchspec(variance.model = list(model='sGARCH',garchOrder=c(1,1)),
                                                mean.model=list(armaOrder = c(3,0,1),include.mean = TRUE),
                                                distribution.model = "sstd")
garch.fit = ugarchfit(data=innerReturns,spec=garch.spec,out.sample=outerDays)
windowsWides = innerDays##1452

foreVolatility = matrix(nrow = outerDays,ncol=1)

for (i in 1:outerDays){
        returnsE = returns[i:(i+windowsWides-1)]
        garch.fit = ugarchfit(data=returnsE,spec=garch.spec,solver="solnp")
        fore = ugarchforecast(garch.fit,n.ahead=1)

        foreVolatility[i] = fore@forecast[["sigmaFor"]]
}

plot(foreVolatility)
rvData <- read.xlsx("预测结果CJ_2018.xlsx") ##读取真实RV
rv = rvData$RV
rv = rv^0.5
t =1:267
plot(t,rv,type="p",xlab="日期",ylab="波动率",ylim=c(0,4),xlim = c(0,267) ,col='red',pch=c("."),cex=2)
lines(t,foreVolatility,type="o",col="green",pch=c("."))
legend("topleft",c("RV","foreVolatility"),col=c("red","green"),lty = c(0,1),pch=c(".","."),bty = "n",text.width=0.6,cex=0.6)

3楼是我的代码，跑出来的结果非常差，见图。

有哪位同学可以帮我解答一下吗？谢谢了！

看你的图，如果没有理解错的话，应该是绿线代表预测波动率，红点代表真实波动率。
我发现两者根本不是一个数量级的，结合你的变量中有“return”出现，我猜测可能是某种资产的收益率，如果是这样的话，真实值（红点）所代表的波动率太高了，一项资产的收益波动率常态性超过50%，甚至瞬间高达300%，这个市场是很成问题的，建议你检查一下真实RV的计算是否有误。

cheetahfly 发表于 2019-4-10 09:03
看你的图，如果没有理解错的话，应该是绿线代表预测波动率，红点代表真实波动率。
我发现两者根本不是一个 ...

谢谢你的解答！！
是这样的，我这个是电力市场价格的波动，这个电力价格很大的特点就是价格波动特别剧烈。真实RV的计算应该是没有问题的，因为我已经做过高频HAR模型的建模和预测了，那个结果已经通过老师了。现在做低频的是为了做个对比。
所以您的意思是，波动率过于剧烈的资产，可能并不适合用garch来做拟合和预测是嘛？那有没有其他方法能解决波动率过于剧烈的问题呢？比如在garch里面加点什么？我一直都是做高频模型的，对低频的garch类模型一直都是一知半解的。谢谢您了！

欲宇内 发表于 2019-4-10 09:22
谢谢你的解答！！
是这样的，我这个是电力市场价格的波动，这个电力价格很大的特点就是价格波动特别剧烈 ...

我并没有“波动率过于剧烈的资产，可能并不适合用garch来做拟合”的推测，我的本意是怀疑这么高的波动率的合理性。
我提另一个检查思路：是否你在做模型的时候，是用的“价格变化率”的波动率，而做检验的时候，用的是“价格绝对值”的波动率？

cheetahfly 发表于 2019-4-10 16:09
我并没有“波动率过于剧烈的资产，可能并不适合用garch来做拟合”的推测，我的本意是怀疑这么高的波动率的 ...

我不太知道garch模型里面的波动率指的是价格变化的波动率还是绝对值的波动率哎。RV的话，根据计算过程来看的话，应该是价格绝对值的波动率。

楼主您好！想请问一下您代码里的returns,datareturns是原始序列取对数再差分后得到的序列吗？