问题标签 [volatility]

我正在使用 python 的“arch”包。我正在用平均模型 ARX 拟合 GARCH(1,1) 模型。拟合后，我们可以直接调用条件波动率。但是，我不知道如何调用建模的条件平均值

有什么帮助吗？

由于意外的右括号，此代码无法运行，我不确定为什么括号是意外的或我缺少什么？

我尝试使用 Doornik & Ooms 在 2002 年解释的方法在德国股票指数 (dax) 中找到附加的和创新的异常值：

步骤 1 估计基线 GARCH 模型以获得对数似然 (lb) 和残差

步骤 2 找到 t = s 处的最大（绝对值）标准化残差。如果平均值为 (t = s)，方差为 dt-1，则使用虚拟 dt=1 估计扩展 GARCH 模型。这给出了添加参数和对数相似度 (lm) 的估计值。

步骤 3 如果 2(lm-lb) < C 则终止：没有进一步的异常值存在 C=5.66+1.88log(T)。T 是观察次数。

数据是从 2014 年 6 月 2 日到 2016 年 1 月 1 日的 DAX (Deutscher Aktienindex)，我是通过 Datastream 获得的，因为当时 pdfetch 无法正常工作。我的问题是如何将虚拟变量实现到扩展的 GARCH 模型中。

到目前为止我的代码：

我正在寻找一种方法来使以下代码工作：

我有一个包含三列的二维数组，数据如下所示：

现在，我想计算 x 天的实际波动率，其中 x 来自输入字段，并且 x 不应大于观察次数。

需要采取的步骤：

• 计算每一行的日志回报
• 获取这些回报并在其上运行标准差
• 乘以 255 的平方根以标准化年波动率

我正在尝试使用最大似然和模拟数据来估计 GARCH (1,1) 模型。这就是我得到的：

不幸的是，我收到以下错误消息并且没有结果

有 50 个或更多警告（使用 warnings() 查看前 50 个） 1：在 sqrt(sigma.sqs[-1]) 中：产生了 NaN

2: 在 nlm(GarchLogl, p = rep(1, 3), hessian = FALSE, data <- r, ... : NA/Inf durch größte positive Zahl ersetzt

你知道我的代码有什么问题吗？非常感谢！

我有我的 Black-Scholes 函数和用于看涨期权的二等分模型，其中包含来自 CSV 的数据。它似乎陷入了内循环，因为它保持在公差之上。我的 Black-Scholes 确实计算准确，我使用的是平均出价和要价，而不是期权的实际价格。经过几个小时的工作，也许我只是错过了一些明显的东西。

CSV 的链接在这里：http ://s000.tinyupload.com/?file_id=06213890949979926112

我一直在尝试建立自己的 GARCH(1,1) 模型。然而，到目前为止我使用的求解器要么无法返回优化的参数，要么优化的时间太长（可能没有收敛？）。到目前为止，我已经尝试了 optim() （使用 Nelder-Mead 和 BFGS）， nlm() 没有成功。我已将我的代码包含在“rugarch”包中实际使用的“solnp”优化器中。我认为这可能会解决问题，但事实并非如此。如果有人能指出我在哪里犯错误，我将不胜感激。谢谢！

'H' 列是年份数据列，'I' 列是月份数据列，'D' 列是我们要计算每月波动率的 10 年期债券收益率。这是此问题的另一个改进代码，请帮助我。返回仍然是#NAME。感谢@Comintern 的回答。根据@Comintern 的建议，我已经修改了代码。名称管理器中，“Yr”指的是当年的列（H3：H3696），“M”指的是当月的列（I3：I3696），“C_10”指的是中国10年的原始产量数据国债。

现在，我想获得收益率的每月波动率。

大家好，我是 python 新手，有一些 Matlab 经验。该代码是我最近在 Quantopian 中所做的。错误信息是

第 27 行是

以上是我的第一个问题。我的第二个问题是，基于现有算法，我如何使用公式每三个月执行一次 VAR 模型

Yt 是超过 90 天的回报，而 Xt-1,...,Xt-p 是波动滞后？

预先感谢！如果需要指定任何细节，请告诉我。

尝试使用 PHP 计算期权的隐含波动率。该BlackScholes函数计算期权的价格，是期权$OptionValue的价格，$guess是一个估计值。

我的尝试基于类似的应用程序，但我的版本超时。我认为在纸上遍历循环对我来说很有意义。我做错了什么？