GARCHProcess

GARCHProcess[κ,{α1,…,αq},{β1,…,βp}]

表示阶数为 p 和 q，通过标准白噪声驱动的广义自回归条件异方差过程.

GARCHProcess[κ,{α1,…,αq},{β1,…,βp},init]

表示初始数据为 init 的 GARCH 过程.

更多信息

范例

打开所有单元关闭所有单元

基本范例  (3)

模拟 GARCHProcess：

弱平稳过程的无条件均值和方差：

带固定初始值：

观测结果是不相关的，但相互依赖：

数据的平方值是相关的：

范围  (13)

基本用法  (8)

模拟一组路径：

使用任意精度模拟：

模拟具有给定初始值的弱平稳过程：

非弱平稳过程：

一个集成的 GARCHProcess：

发散的 GARCHProcess：

这样的过程不是二阶平稳过程：

GARCHProcess 成为协方差平稳过程的条件：

GARCHProcess[1,1] 具有二阶平稳性的区域：

估计 GARCHProcess：

使用最大条件似然：

预测：

预测接下来的20步：

求预测的均方误差：

所预测的状态都等于零，因此预测标准偏差范围是：

绘制值与均方误差：

过程切片性质  (5)

阶数为 的弱平稳 GARCH 的矩：

具有给定初始条件的 GARCH 过程的矩：

偏度：

峰度：

峰度有定义的区域：

模拟切片分布：

样本概率密度函数：

用蒙特卡罗方法计算切片分布的 NProbability：

计算 NExpectation：

与二阶 Moment 比较：

属性和关系  (3)

GARCHProcess 的值是互不相关的：

对应的 ARMAProcess：

对于初始值已知的过程：

GARCHProcess 的平方值服从 ARMAProcess：

平方值的 CorrelationFunction 和 PartialCorrelationFunction：

对应的 ARMA 过程：

ARMA 过程的 CorrelationFunction 和 PartialCorrelationFunction：

Wolfram Research (2014)，GARCHProcess，Wolfram 语言函数，https://reference.wolfram.com/language/ref/GARCHProcess.html.

文本

Wolfram Research (2014)，GARCHProcess，Wolfram 语言函数，https://reference.wolfram.com/language/ref/GARCHProcess.html.

CMS

Wolfram 语言. 2014. "GARCHProcess." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/GARCHProcess.html.

APA

Wolfram 语言. (2014). GARCHProcess. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/GARCHProcess.html 年

BibTeX

@misc{reference.wolfram_2024_garchprocess, author="Wolfram Research", title="{GARCHProcess}", year="2014", howpublished="\url{https://reference.wolfram.com/language/ref/GARCHProcess.html}", note=[Accessed: 24-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_garchprocess, organization={Wolfram Research}, title={GARCHProcess}, year={2014}, url={https://reference.wolfram.com/language/ref/GARCHProcess.html}, note=[Accessed: 24-November-2024 ]}