Nuevo en Mathematica 10 › Procesos de series temporales ampliados ›

Distribución de porciones de GARCH(1,1) 

El proceso heterocedástico generalizado autorregresivo GARCHProcess, es utilizado para describir series temporales que exhiben el fenómeno de volatilidad de clústeres. La distribución de una porción de tiempo de un proceso GARCH tiene colas más pesadas que la distribución normal. Estas dos propiedades hacen del proceso GARCH una elección muy atractiva para modelar series temporales financieras, que muestran ambos de estos fenómenos.

Defina un proceso estacionario semanal GARCHProcess.

In[1]:=
Click for copyable input
X

Defina un proceso GARCHProcess con un valor inicial fijo.

In[2]:=
Click for copyable input
X

Simule muestras aleatorias desde cada proceso partido en el tiempo 3.

In[3]:=
Click for copyable input
X

Visualice las funciones de densidad de probabilidad considerablemente en pico desde datos en una escala algorítmica.

In[4]:=
Click for copyable input
X
Out[4]=

Compare con NormalDistribution.

In[5]:=
Click for copyable input
X
Out[5]=

Related Examples

Decide Time Series Process Family and Order from Data Automatically » Identify Conditional Heteroscedacity » Airline Passengers » Constrain the Model Selection Set »
Use Different Criteria for Model Selection » Investigate Time Series Model Residuals » Study Significance of Parameters in Fitted Model » Use Fitted Model to Forecast Time Series »
Model Multiple Exchange Rates » Vector Joint Model versus Univariate Component Models » Use Vector Models with Multiple Strongly Correlated Time Series » Vector Autoregressive Process as Discretized Vector Ornstein–Uhlenbeck Process »
Time Series Processes with Nonzero Mean » Time Series Processes with Initial Conditions » Study Non-weakly Stationary Autoregressive Process » Compute Expectation of Autoregressive Moving-Average Process from Its Definition »
Use Spectral Estimator to Find FARIMA Parameters » Volatility Clustering in a GARCHProcess » Slice Distribution of GARCH(1,1) » Moments of GARCH(1,1) »
Model the Conditional Value at Risk with an ARCHProcess » Expanded Estimation Methods » Broad Performance Improvements »
de en ja pt-br zh