Prévision du modèle BEKK (1,1) pour 5 variables

Question

J'ai estimé un modèle BEKK(1,1) et maintenant je veux avoir des valeurs de prévision du modèle. Voici les codes R pour estimer le modèle BEKK(1,1).

> install.packages('MTS') 
> install.packages('rmgarch') 
> simulated <- simulateBEKK(2, 1000, c(1, 1)) 

##prepare the matrix: 
> simulated <- do.call(cbind, simulated$eps) 

##Estimate with default arguments: 
> estimated <- BEKK(simulated) 
> diagnoseBEKK(estimated) 

Answer 1

Depuis votre question (est-ce une question?) Ne fait pas vraiment clair ce que vous essayez d'atteindre (et se mélange paquets/commandes) Je vais répondre à ce que je pense que vous voulez savoir.

Tout d'abord, les commandes que vous décrivez viennent du paquet mgarchBEKK, pas MTS ou rmgarch.

Je vais coller avec votre exemple, qui a deux séries (pas cinq, comme implicite par votre titre).

1. Simulation et estimation du modèle

Vous exécutez votre code (par exemple vient en fait du documentation, page 4:

install.packages('mgarchBEKK') 
library('mgarchBEKK') 
## Simulate series: (2 = number of series to be simulated, 
##     1000 = length of series to be simulated, 
##     c(1,1) = BEKK(p, q) order. 
simulated = simulateBEKK(2, 1000, c(1,1)) 
## Prepare the matrix: 
simulated = do.call(cbind, simulated$eps) 
## Estimate with default arguments: 
estimated = BEKK(simulated) 

---

Maintenant, vous avez toutes les informations stockées dans estimated En supposant que votre. les variables d'entrée seraient, par exemple, des séries de rendements journaliers à partir d'actions ou d'indices, la dernière valeur pour H serait votre prévision pour la variance conditionnelle de demain et la dernière valeur pour cor votre prévision pour la corrélation conditionnelle de demain. Donc, fondamentalement, une prévision d'un jour.

---

2. Préparation des données

Vous pouvez stocker la standarddeviation conditionnelle et la corrélation conditionnelle dans une trame de données de sepearte pour convienience. Comme:

results = data.frame('bekk.csd.variable1' = estimated$sd[[1]], 
        'bekk.csd.variable2' = estimated$sd[[2]], 
        'bekk.ccor.var1_var2' = estimated$[[1]][[2]]) 

3. Afficher les résultats

Et puis montrer votre 1 jour/période prévisionnelle pour la volatilité conditionnelle et la corrélation conditionnelle:

tail(results, n = 1) 

Answer 2

Nombres,

Je pense que votre code manque quelque chose. Sur la partie 2. Voici comment je pense qu'il pourrait être corrigé:

results = data.frame('bekk.csd.variable1' = estimated$sd[[1]], 
       'bekk.csd.variable2' = estimated$sd[[2]], 
       'bekk.ccor.var1_var2' = estimated$cor[[1]][[2]]) 

Espérons que cela aide.