主要内容

使用蒙特卡洛模拟的预测VAR模型

打开实时脚本

此示例显示了如何通过模拟预测VAR模型。

模拟使您能够根据模型生成时间序列的模拟。如果您具有值得信赖的VAR模型对象，则可以将这些模拟用作示例预测。

模拟要求：

  • 一个模型 （estmdl以下内容）

  • 预测的期间数（numobs以下内容）

模拟可选的是：

  • 外源数据系列

  • 一个预采样时间序列（y（End-3：End，:)以下内容）

  • 有条件模拟的未来样本响应

  • 实现或路径的数量来模拟（2000以下内容）

加载data_useconmodel数据集。该示例使用两个时间序列：真实GDP的对数和实际的3个月t-bill率，两者都有差异为大约固定。为了说明，一个VAR（4）模型描述了时间序列。

加载data_useconmodeldef = log（datatable.cpiaucsl）;gdp = log（datatable.gdp）;rgdp = diff（gdp -def）;％真实GDP是GDP-放气tb3 = 0.01*datatable.tb3ms;ddef = 4*diff（def）;缩放％rtb3 = tb3（2：end）-ddef;％真正的兴趣被放气y = [RGDP，RTB3];

适合VAR（4）模型规范。

mdl = varm（2,4）;mdl.seriesnames = {“转变的真实GDP”，，，，“转变的实际3-MO T-BILL率”};estmdl =估计（MDL，y）;

定义预测范围。

numobs = 21;fdates = dateshift（datatable.time（end），'结尾'，，，，'四分之一'，1：numobs）;

模拟模型numobs前进，并生成2000条路径。从数据末尾指定前样品观测值。

RNG（1）;％可再现性ysim =仿真（estmdl，numobs，'y0'，y（end-3：end，:)，“数字”，2000）;

计算出平均值和标准偏差的年代imulated series:

ymean =平均值（YSIM，3）;％计算平均值ystd = std（ysim，0,3）;％计算性病偏差

绘制模拟序列的均值+/- 1标准偏差：

数字;子图（2,1,1）图（datatable.time（end-10：end），y（end-10：end，1），'K'） 抓住（'上'）图（[datatable.time（end）fdates]，[y（end，1）; ymean（：，1）]，'r'）图（[datatable.time（end）fdates]，[y（end，1）; ymean（：：，1）]+[0; ystd（：，1）]，'b'）图（[datatable.time（end）fdates]，[y（end，1）; ymean（：：，1）]  -  [0; ystd（：，1）]，'b'） 标题（“转变的真实GDP”）子图（2,1,2）图（datatable.time（end-10：end），y（end-10：end，2），2），'K'） 抓住（'上'）图（[datatable.time（end）fdates]，[y（end，2）; ymean（：，2）]，'r'）图（[datatable.time（end）fdates]，[y（end，2）; ymean（：：，2）]+[0; ystd（：，2）]，'b'）图（[datatable.time（end）fdates]，[y（end，2）; ymean（：：，2）]  -  [0; ystd（：，2）]，'b'） 标题（“转变的实际3-MO T-BILL率”）

也可以看看

对象

功能

相关话题