點擊標題查閱往期內容

ARMA-GARCH-COPULA模型和金融時間序列案例

左右滑動查看更多

01

02

03

04

計算VaR時間序列

計算風險價值估計值。請注意，我們也可以在這裡使用基於GPD的估計模型。

通過隨機性檢查進行回測

我們來回測一下VaR估計值。

## 回測 VaR_0.99

btest <- VaRTest(alpha,actual =X,VaR =VaR,conf.level =0.95)

btest$expected.exceed# 0.99 * n

## [1] 990

btest$actual.exceed

## [1] 988

btest$uc.Decision

# unconditional test decision (note: cc.Decision is NA here)

## [1] "Fail to Reject H0"

基於擬合模型預測VaR

現在預測風險價值。

模擬（X）的未來序列並計算相應的VaR

模擬路徑，估算每個模擬路徑的VaR（注意，quantile()這裡不能使用，所以我們必須手動構建VaR）。

點擊文末 「閱讀原文」

獲取全文完整代碼數據資料。

本文選自《R語言基於ARMA-GARCH過程的VaR擬合和預測》。

點擊標題查閱往期內容

時間序列分析：ARIMA GARCH模型分析股票價格數據

GJR-GARCH和GARCH波動率預測普爾指數時間序列和Mincer Zarnowitz回歸、DM檢驗、JB檢驗

【視頻】時間序列分析：ARIMA-ARCH / GARCH模型分析股票價格

時間序列GARCH模型分析股市波動率

PYTHON用GARCH、離散隨機波動率模型DSV模擬估計股票收益時間序列與蒙特卡洛可視化

極值理論 EVT、POT超閾值、GARCH 模型分析股票指數VaR、條件CVaR：多元化投資組合預測風險測度分析

Garch波動率預測的區制轉移交易策略

金融時間序列模型ARIMA 和GARCH 在股票市場預測應用

時間序列分析模型：ARIMA-ARCH / GARCH模型分析股票價格

R語言風險價值：ARIMA，GARCH，Delta-normal法滾動估計VaR（Value at Risk）和回測分析股票數據

R語言GARCH建模常用軟體包比較、擬合標準普爾SP 500指數波動率時間序列和預測可視化

Python金融時間序列模型ARIMA 和GARCH 在股票市場預測應用

MATLAB用GARCH模型對股票市場收益率時間序列波動的擬合與預測R語言GARCH-DCC模型和DCC（MVT）建模估計

Python 用ARIMA、GARCH模型預測分析股票市場收益率時間序列

R語言中的時間序列分析模型：ARIMA-ARCH / GARCH模型分析股票價格

R語言ARIMA-GARCH波動率模型預測股票市場蘋果公司日收益率時間序列

Python使用GARCH，EGARCH，GJR-GARCH模型和蒙特卡洛模擬進行股價預測

R語言時間序列GARCH模型分析股市波動率

R語言ARMA-EGARCH模型、集成預測算法對SPX實際波動率進行預測

matlab實現MCMC的馬爾可夫轉換ARMA - GARCH模型估計

Python使用GARCH，EGARCH，GJR-GARCH模型和蒙特卡洛模擬進行股價預測

使用R語言對S＆P500股票指數進行ARIMA + GARCH交易策略

R語言用多元ARMA,GARCH ,EWMA, ETS,隨機波動率SV模型對金融時間序列數據建模

R語言股票市場指數：ARMA-GARCH模型和對數收益率數據探索性分析

R語言多元Copula GARCH 模型時間序列預測

R語言使用多元AR-GARCH模型衡量市場風險

R語言中的時間序列分析模型：ARIMA-ARCH / GARCH模型分析股票價格

R語言用Garch模型和回歸模型對股票價格分析

GARCH（1,1），MA以及歷史模擬法的VaR比較

matlab估計arma garch 條件均值和方差模型R語言POT超閾值模型和極值理論EVT分析