问题标签 [fgarch]

我正在尝试从 Cran 安装 R 包“fGarch”，使用install.packages('fGarch')我在 Ubuntu 上，我安装了 r-base-dev 和 r-base-core。但安装失败，因为：

我有 gfortran、gcc、g++。我也有一个叫做“f77”的东西。

但没有什么简单地称为“77”。我不明白 R 试图用“77”调用什么。

我也从 apt-get 安装了这个包，但是这会在 R 中返回一个错误，说版本太旧，我应该重新安装它。

感谢您的任何帮助。

我尝试使用 fGarch 包为以下数据集（包含农产品的每周价格）拟合一个简单的 GARCH 模型。但是，在模型的每个其他变体之后，r 都会给出以下错误消息，这意味着该函数运行不正确。
“警告消息：当 x 是长度 > 1 的字符向量时，不推荐使用公式（x）。请考虑使用公式（粘贴（x，折叠 =“”））。”

我不知道如何纠正错误并继续建模。Seeking 建议正确运行模型。非常感谢您提前。

Data crrp
35.57 33.89 33.65 32.48 32.5 32.59 34.01 34.35 35.32 35 35 36.5 34.29 33.09 43.59 42.44 43.1 40.38 45.28 47.49 53.57 59.96 60.15 60.16 61.53 57.24 52.24 49.68 47.73 40.95 36 33.67 32.82 32 32 32 31.9 31.67 31.14 31.73 31.87 32.44 33.49 37.5 40.51 45.76 51.16 59.33 67.27 75.72 76.05 84.19 89.33 87.1 88.25 84.86 91.14 90.72 72.84 59.18 59.9 62.2 54.05 47.02 43.86 42.18 44.1 45.67 42.49 43.36 46.93 44.56 66.11 66.76 64.62 65.9 69.86 68.58 63.72 56.46 54.2 56.62 51.3 50.3 42.88 40.14 43.37 38.27 36.29 34.26 33.2 34.1 34.11 34.9 35.93 34.93 33.8 34.1 34.95 35.02 34.64 34.16 38.49 48.13

我是 R 编程环境的新手。谁能帮我解决以下问题：

我有一个.csv包含 100 多家公司（每家 207 天）的股票回报数据的文件。我需要估计GARCH每个公司的波动率并将所有公司的输出保存在一个.csv文件中。我的数据如下所示：

股票数据

以下是我迄今为止尝试过但未成功的可重现代码：

输出.csv文件仅打印最后一家公司（第 100 家公司）的波动率。我还收到以下警告消息：

我的预期输出如下：

样本波动率输出

请告诉我是否有办法在一个.csv文件中一次获取所有波动率。

我想复制段（1995）“GARCH 期权定价模型”的论文（DOI：doi.org/10.1111/j.1467-9965.1995.tb00099.x）

您知道是否有任何方法可以使用rugarchlibrary 或任何其他库来运行论文中所述的模型？模型的均值和方差如下：

不幸的是，ugarchspec我不确定如何指定上面的平均模型和特殊的 GARCH 模型。

我正在尝试预测股票的价格，但我想首先对波动率进行建模，为此我正在拟合一个 garch 模型。我知道它模拟了波动性，但我不知道如何使用 garch 的输出，或者它有什么帮助？如何从 Garch 转到另一个模型进行实际库存预测？

我将时间序列建模为 GARCH(1,1) 过程：

z_t 是 t 分布的。

在 R 中，我在fGarch-package 中通过

这个对吗？

现在，我想了解这个输出来检查我的公式。

显然，model@fit$coefs给了我系数并model@fitted给了我拟合的 r_t。

但是我如何获得拟合的 sigma_t 和 z_t？

在 ARFIMA(p,d,q) 中，我们具有与 ARIMA(p,d,q) 相同的表示形式，其中 d 可以是小数，即可以采用非整数值。

使用rugarchR 中的包，我们可以autoarfima()根据信息标准选择最适合的 ARFIMA 模型。

但是，我知道，我的 d 参数肯定必须在 -1/2 到 1/2 的范围内。有没有办法在autoarfima()函数中明确添加这些信息？

我需要以状态空间形式估计 GARCH-M 以找到随时间变化的风险厌恶。模型是这样的：

其中 r 是任何资产的回报。
     我试图在Eviews中使用卡尔曼滤波器估计这个模型，以返回任何资产，但该模型总是返回错误。EViews 中存在一个错误，即它无法估计状态方程中存在非线性误差的状态空间模型。

我的问题是：

1 - 有没有办法线性化这个模型？
2 - 在这种情况下，我尝试使用卡尔曼滤波器，如Chou and Engle, 1992中的那样。但还有其他方法吗？
3 - 有一个 R 或 Python 库来估计这个模型？

     我在这里看到了一个类似的问题，但是链接到可能的图书馆，回答所提供问题的人不起作用。

我感谢任何帮助。

[在此处输入图像描述][1]我对时间序列 (Y) 数据及其回归量 (Xi) 进行了 340 次观察。我通过 Box-Jenkins 方法找到了在诊断检查中表现良好的最佳模型（自相关，异方差性，正态性），我想进行预测。我已经获得了有关回归量未来值的数据，我想使用命令 ugarchforecast 估计系列和 sigma。问题是我应该使用什么arg“external.forecasts”？？无论我在这个参数上设置什么值，我从预测中得到的 sigma 都是相同的值。为什么会发生这种情况？“external.forecasts”参数对最优模型有什么影响？预测中的序列值是相同的数字，但这来自于它是 mu 的事实，对吧？

https://i.stack.imgur.com/DDj6U.png

我正在尝试为 R 中的不同模型构建财务回报的先行条件密度预测。对于 GARCH 模型，它似乎非常简单，当误差项遵循偏斜 T 分布时也是如此。但是，我还想通过使用经典 HAR-RV 模型的时变波动率来构建预测。我希望条件密度遵循倾斜的 T 分布，但不知道如何拟合剩余参数（由 GARCH 模型估计）。您知道我如何为每一步超前密度预测拟合 Skew-Student 的 t 分布参数吗？

mpra.ub.uni-muenchen.de/74670/1/MPRA_paper_74670.pdf 在这里，他们使用我想要的模型，但我不知道他们选择了哪些参数 v 和 g。多谢你们！