«garch» 태그된 질문

경제 분야 (정말)에 우리는 규칙적으로 간격을 둔 시계열을위한 ARIMA와 GARCH와 모델링 포인트 프로세스를위한 Hawkes, Poisson, Poisson을 가지고 있습니다. ? (이 주제에 대한 지식이 있으면 해당 위키 기사를 확장 할 수도 있습니다 .) 판 (결 측값 및 불규칙한 간격 시계열 정보) : @Lucas Reis 의견에 대한 답변. 측정 또는 실현 변수 …

45 time-series  garch  poisson-process  point-process  unevenly-spaced-time-series 

혼란 스러워요. ARMA와 GARCH 프로세스의 차이점을 이해하지 못합니다. 다음은 (G) ARCH (p, q) 프로세스입니다 σ2t=α0+∑i=1qαir2t−iARCH+∑i=1pβiσ2t−iGARCHσt2=α0+∑i=1qαirt−i2⏟ARCH+∑i=1pβiσt−i2⏟GARCH\sigma_t^2 = \underbrace{ \underbrace{ \alpha_0 + \sum_{i=1}^q \alpha_ir_{t-i}^2} _{ARCH} + \sum_{i=1}^p\beta_i\sigma_{t-i}^2} _{GARCH} 그리고 여기 ARMA ( )가 있습니다 :p,qp,qp, q Xt=c+εt+∑i=1pφiXt−i+∑i=1qθiεt−i.Xt=c+εt+∑i=1pφiXt−i+∑i=1qθiεt−i. X_t = c + \varepsilon_t + \sum_{i=1}^p \varphi_i X_{t-i} + \sum_{i=1}^q \theta_i \varepsilon_{t-i}.\, ARMA는 단순히 …

42 arima  garch  finance 

비 상관이 독립성을 의미하지 않는 이유를 설명 할 때, 여러 랜덤 변수를 포함하는 몇 가지 예가 있지만 모두 추상적으로 보입니다. 1 2 3 4 . 이 대답 은 의미가있는 것 같습니다. 내 해석 : 임의의 변수와 제곱은 상관이 없을 수 있습니다 (상관 관계의 부족은 선형 독립과 유사하기 때문에). 예를 들어 …

14 correlation  independence  non-independent  garch  intuition 

표준 GARCH 모델을 사용합니다 : rtσ2t=σtϵt=γ0+γ1r2t−1+δ1σ2t−1rt=σtϵtσt2=γ0+γ1rt−12+δ1σt−12\begin{align} r_t&=\sigma_t\epsilon_t\\ \sigma^2_t&=\gamma_0 + \gamma_1 r_{t-1}^2 + \delta_1 \sigma^2_{t-1} \end{align} 계수의 추정치가 다르므로 해석해야합니다. 따라서 좋은 해석이 궁금합니다. , γ 1 및 δ 1 은 무엇을 나타 냅니까?γ0γ0\gamma_0γ1γ1\gamma_1δ1δ1\delta_1 나는 것을 볼 일정 부분 같은 것입니다. 이것은 일종의 "주변 변동성"을 나타냅니다. γ 1은 과거의 충격에 조정을 …

14 interpretation  garch 

라면 는 정지 iff 라는 ARCH 모델의 속성 중 하나에 대한 증거를 여기서 ARCH 모델은 다음과 같습니다.{ X t } ∑ p i = 1 b i &lt; 1E(X2t)&lt;∞E(Xt2)&lt;∞\mathbb{E}(X_t^2) < \infty{Xt}{Xt}\{X_t\}∑pi=1bi&lt;1∑i=1pbi&lt;1\sum_{i=1}^pb_i < 1 Xt=σtϵtXt=σtϵtX_t = \sigma_t\epsilon_t σ2t=b0+b1X2t−1+...bpX2t−pσt2=b0+b1Xt−12+...bpXt−p2\sigma_t^2 = b_0 + b_1X_{t-1}^2 + ... b_pX_{t-p}^2 증명의 주요 아이디어는 가 AR (p) …

13 mathematical-statistics  stationarity  garch 

을 사용하여 모델 튜닝을 수행 caret했지만 gbm패키지를 사용하여 모델을 다시 실행했습니다 . caret패키지가 사용 gbm하고 출력이 동일해야한다는 것을 이해합니다 . 그러나 data(iris)RMSE와 R ^ 2를 평가 지표로 사용하면 약 5 %의 모델에서 불일치가 발생합니다. 부분 종속성 플롯을 사용 하기 위해 최적의 모델 성능을 찾고 caret싶지만 다시 실행 하고 싶습니다 gbm. …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

데이터 세트가 매우 커서 약 5 %의 임의 값이 없습니다. 이 변수들은 서로 상관되어 있습니다. 다음 예제 R 데이터 세트는 더미 상관 데이터가있는 장난감 예제 일뿐입니다. set.seed(123) # matrix of X variable xmat &lt;- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) &lt;- paste ("M", 1:10000, sep ="") rownames(xmat) …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

mgcv에 대한 패키지는 R텐서 제품의 상호 작용을 피팅에 대한 두 가지 기능이 있습니다 : te()와 ti(). 나는 둘 사이의 기본 노동 분열을 이해한다 (비선형 상호 작용에 적합하고이 상호 작용을 주요 효과와 상호 작용으로 분해). 내가 이해할 수없는 것은 왜 te(x1, x2)와 ti(x1) + ti(x2) + ti(x1, x2)(약간) 다른 결과가 발생할 …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

ARIMA (1,1,1) -GARCH (1,1) 모델을 몇 년에 걸쳐 1 분 간격으로 샘플링 된 AUD / USD 환율 로그 가격의 시계열에 맞추 었습니다. 모델을 추정 할 수있는 수백만 개의 데이터 포인트. 데이터 집합을 사용할 수 있습니다 여기에 . 명료하게하기 위해, 이것은 로그 가격의 1 차 통합으로 인해 로그 리턴에 적합한 ARMA-GARCH …

10 time-series  arima  simulation  garch  finance 

저는 금융 및 보험 분야의 분석가이며 변동성 모델에 적합하려고 할 때마다 끔찍한 결과를 얻습니다. 잔차는 종종 고정적이지 않고 (단위 루트 의미에서) 이질성 (heteroskedastic)입니다 (모델은 변동성을 설명하지 않습니다). ARCH / GARCH 모델이 다른 종류의 데이터와 함께 작동합니까? 일부 요점을 명확히하기 위해 17/04/2015 15:07에 편집되었습니다.

10 time-series  garch  volatility-forecasting  arch 

간단한 ARIMA 모델 등의 시계열 모델링 경험이 있습니다. 이제 변동성 클러스터링을 나타내는 일부 데이터가 있으며 데이터에 GARCH (1,1) 모델을 맞추는 것으로 시작하고 싶습니다. 데이터 시리즈와 영향을 미치는 여러 변수가 있습니다. 따라서 기본 회귀 용어로 다음과 같습니다. yt=α+β1xt1+β2xt2+ϵt.yt=α+β1xt1+β2xt2+ϵt. y_t = \alpha + \beta_1 x_{t1} + \beta_2 x_{t2} + \epsilon_t . 그러나 …

10 r  regression  garch 

ARMA / ARIMA 모델이 제대로 작동하지 않는 매우 비선형 데이터를보고 있습니다. 그러나 일부 자기 상관을 볼 수 있으며 비선형 자기 상관에 대해 더 나은 결과가있을 것으로 생각됩니다. 1 / 순위 상관 관계에 대한 PACF와 동등한가? (R?) 2 / 비선형 / 계수 상관에 대한 ARMA 모델과 동일합니까 (R?)

9 r  correlation  nonparametric  garch  arma