指定条件均值和方差模型

打开实时脚本

此示例显示了如何使用复合条件均值和方差模型指定阿里玛。

加载数据

加载工具箱中包含的NASDAQ数据。将每日关闭复合索引系列转换为返回系列。

加载data_equitydxreturnstbl = Price2Ret（DataTable）;t =高度（returnstbl）;图图（returnstbl.nasdaq）轴紧的标题（“纳斯达克每日回报”）

图包含一个轴对象。带标题NASDAQ每日返回的轴对象包含类型行的对象。

回报似乎在恒定水平上波动，但表现出波动性聚类。回报的巨大变化往往聚集在一起，而小的变化往往会聚集在一起。也就是说，该系列表现出条件异方差。

回报的频率相对较高。因此，每日变化可能很小。对于数值稳定性，缩放此类数据是一个很好的做法。

将系列缩放为100，并将百分比回报率归为中心。

returnstbl.isiduals_nasdaq = 100*（returnstbl.nasdaq-均值（returnstbl.nasdaq））;

检查自相关

绘制剩余系列的样品自相关函数（ACF）和部分自相关函数（PACF）。

图TileDlayout（2,1）Nexttile AutoCorr（returnstbl，datavariable =“ residuals_nasdaq”）nexttile parcorr（returnstbl，datavariable =“ residuals_nasdaq”）

图包含2个轴对象。带有标题样品自相关功能的轴对象1包含4个类型的词干，行。轴对象2带有标题示例部分自相关功能包含4个类型的词干，行。

自相关功能表明滞后时有明显的自相关。

测试自相关的重要性

在滞后5处进行ljung-box Q检测。

stattbl = lbqtest（returnstbl，datavariable =“ residuals_nasdaq”，滞后= 5）

stattbl =1×7桌h pvalue stat cvalue lags alpha dof _____ _____________________________________ ___ ___测试1 True 0.011956 14.652 11.07 5 0.05 5 5.05 5

无效的假设所有自相关均为0到滞后5均为拒绝（拒绝h = 1）。

检查有条件的异质性。

绘制平方返回系列的样品ACF和PACF。

图TileDlayout（2,1）NextTile AutoCorr（returnstbl.isiduals_nasdaq。^2）NextTile Parcorr（returnstbl.isiduals_nasdaq。^2）

图包含2个轴对象。带有标题样品自相关功能的轴对象1包含4个类型的词干，行。轴对象2带有标题示例部分自相关功能包含4个类型的词干，行。

自相关函数显示出显着的串行依赖性，这表明该系列是有条件的异方差。

测试重大拱形效果

进行Engle的拱门测试。测试无条件异质性的无条件假设，以与具有两个滞后的ARCH模型的替代假设（局部等同于Garch（1,1）模型）。

stattbl = ArchTest（returnstbl，datavariable =“ residuals_nasdaq”，滞后= 2）

stattbl =1×6桌h pvalue stat cvalue lags alpha _____ ______ ______ ______ ______ ____ _____测试1 True 0 399.97 5.9915 2 0.05

零假设被拒绝以替代假设（h = 1）。