(obsoleto) Calcula errores/desviación estándar del pronóstico de la media condicional.
Sintaxis
EGARCH_FORESD(X, Sigmas, Order, mean, alphas, gammas, betas, innovation, v, T, Local)
- X
- son los datos de series de tiempo univariante (una matriz/array dimensional de celdas(Ej. filas o columnas)).
- Sigmas
- son los datos de la series de tiempo univariante (una matriz unidimensional de celdas (Ej. filas o columnas)) de las últimas volatilidades q ofrealizadas.
- Order
- tiempo en la series de datos (Ej. el primer punto corresponde a la fecha (la fecha más temprana fecha=1 (por defecto), la última fecha=0)).
Orden Descripción 1 ascendente (el primer punto corresponde a la fecha más temprana (por defecto) 0 descendente (el primer punto corresponde a la última fecha) - mean
- es la media del modelo E-GARCH (Ej. mu).
- alphas
- son los parámetros del componente de modelo ARCH (p) (comenzando con el lag más bajo).
- gammas
- son los parámetros de apalancamiento (comenzando con el lag más bajo).
- betas
- son los parámetros del modelo componente GARCH(q)(comenzando con el lag más bajo).
- innovation
- es la probalilidad del modelo de distribución para los residuos/innovations (1 = Gaussian (por defecto), 2 = t- Distribución, 3 = GED).
valor Descripción 1 Distribución normal o Gaussiana (defecto) 2 Distribución t del estudiante 3 Distribución de error generalizada (GED) - v
- es la forma del parámetro (o grados de libertad) de la función de distribucion de probailidad de residuos/innovations.
- T
- es el pronóstico tiempo/horizonte (expresados en términos de paso más allá del final de las eries de tiempo X) Si falta, se asume t = 1.
- Local
- es el tipo de salida de la volatidlidad deseada (0=Estructura temporal, 1=Volatilidad Local). Si falta, la vilatilidad local es asumida.
Atención
La función EGARCH_FORESD() de la version 1.63 es obsoleta: use en su lugar la función EGARCH_FORE.
Observaciones
- El modelo subyacente se describe aquí.
- La series de tiempo son homogéneas e igualmente espaceadas.
- La series de tiempo puede incluiur valores faltantes (Ej. #N/A) en cada extremo.
- El número de coeficientes gamma debe coincidir con el número de coeficientes alpha.
- El número de parametros en los argumentos de entrada - alpha - determina el orden del modelo de componentes ARCH.
- El número de parametros en los argumentos de entrada - beta - determina el orden del modelo de componentes GARCH.
Ejemplos de archivos
Enlaces Relacionados
Referencias
- Hamilton, J .D.; Time Series Analysis , Princeton University Press (1994), ISBN 0-691-04289-6
- Tsay, Ruey S.; Analysis of Financial Time Series John Wiley & SONS. (2005), ISBN 0-471-690740
Comentarios
El artículo está cerrado para comentarios.