对于条件方差模型估计初始值
该估计功能条件方差模型的用途fmincon从优化工具箱™进行最大似然估计。这种优化函数需要初始（或开始）的值以开始优化过程。
如果要指定自己的初始值，使用名称值参数。例如，对于使用的名称 - 值参数GARCH系数指定的初始值GARCH0。
或者，你可以让估计选择默认的初始值。默认初始值使用标准时间序列技术产生。如果部分指定的初始值（即，指定某些参数的初始值），估计荣誉初始值你指定，而对于其余的参数生成默认的初始值。
当生成的初始值，估计强制了条件方差模型的任何平稳和积极的约束被估计。该技术估计用途来产生默认的初始值如下：
对于GARCH模型和GJR模型，该模型转化为平方，偏移调整响应系列等同ARMA模型。需要注意的是GJR模型像对待GARCH模型，所有的杠杆系数等于零。初始ARMA值求解使用改性尤尔·沃克公式如框，詹金斯和赖因泽尔描述[1]。初始GARCH和ARCH开始值被变换开始值返回到原来的GARCH（或GJR）表示的ARMA计算。
对于EGARCH模型，初始GARCH系数值通过查看模型作为平方，偏移调整测井响应系列的等效ARMA模型找到。初始GARCH值求解使用尤尔·沃克公式如框，詹金斯和赖因泽尔描述[1]。对于其它系数，第一非零ARCH系数被设定为一个较小的正值，和所述第一非零杠杆系数被设定为一个小的负值（与这些系数的预期标志一致）。
参考
[1]盒，G. E. P.，G. M.詹金斯，和G. C.赖因泽尔。时间序列分析：预测与控制。第3版。新泽西州Englewood Cliffs：Prentice Hall出版社，1994年。
也可以看看
对象
功能
相关话题
您还可以选择从下面的列表中的网站：
