1

我的意图是使用来自扩展窗口的数据使用 GARCH(1,1) 生成预测。每天都有一个新的回报进入数据集，我将重做 GARCH 拟合和预测。函数 myFit 执行此操作，但现在我需要将一个每天都在增加的返回窗口作为参数传递。两种方法是 apply.fromstart() 和 rollapplyr()。

在下面的代码中，我决定在收集到至少 100 个回报后开始滚动计算，因为这是 ugarchforecast() 执行预测所需的最小数据量。

最后两行调用 myFit ，从 100 的窗口开始，它们将函数应用于扩展窗口。如果设置如下，我期望 apply.fromstart() 和 rollapplyr() 都提供相同的数据。毕竟他们将相同的功能（myFit）应用于相同的数据。不幸的是，只有第一个值是相同的，然后预测不再对齐。 

library(quantmod)
library(PerformanceAnalytics)
library(rugarch)
source('~/Dropbox/myFit.R')

symbolLst <- c("^GSPC","^VIX")
startDate = as.Date("2004-01-01")
endDate = as.Date("2004-06-01")
myForHorizon = 22
myLag = 10

myData <- new.env() 
getSymbols(symbolLst, env = myData, src = "yahoo", from = startDate, to = endDate)

args = eapply(myData, 
              function(x){OHLC(x)})

my_data = do.call(cbind,
                  args,
                  envir = myData)

my_data$Return <- ClCl(myData$GSPC) 
my_data$Return[is.na(my_data$Return)] <- 0

spec = ugarchspec(
  variance.model=list(garchOrder=c(1,1)))

forecastVec1 <- apply.fromstart(my_data$Return, FUN=myFit, gap = 100)
forecastVec2 <- rollapplyr(my_data$Return, width = seq(100, 104, 1), FUN=myFit)

这是我的健身

myFit <- function(myVector)
{
  #library(rugarch)
  myVec <- myVector
  tryCatch(
{
  fit = ugarchfit(spec=spec, data=myVec)
  forecast = ugarchforecast(fit, n.ahead=myForHorizon)
  myForecast = sigma(forecast)[myForHorizon,] * sqrt(252) * 100
  print(myForecast)
  return(myForecast)
},
warning = function(warn) FALSE,
error = function(err) FALSE
  )
}

这些是 forecastVec1 的元素（因此使用 apply.fromstart() 时的预测）：

[1] 12.35142
[1] 12.1961
[1] 12.45849
[1] 11.95578
[1] 12.08832

这些是 forecastVec2 的元素（使用 rollapplyr()）：

[1] 12.35142
[1] 12.15684
[1] 12.10457
[1] 11.89805
[1] 11.94493

如前所述，只有第一个元素是相同的。我在 rollapplyr() 中应用增加窗口的方式可能是错误的？我正在传递一个宽度向量，所以我期望在每次迭代中，函数将使用一个窗口 100，然后是 101，然后是 102...103，最后是 104。这应该与 apply.fromstart() 后面的逻辑相同因为我设置了 gap=100 并且每次迭代都应该将窗口增加 1。

你能帮我找出错误吗？谢谢。

4

0 回答 0