本文主要是介绍拓端tecdat|R语言： GARCH模型股票交易量的研究道琼斯股票市场指数，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
相关视频：时间序列分析：ARIMA GARCH模型分析股票价格数据
时间序列分析模型 ARIMA-ARCH GARCH模型分析股票价格数据
我将建立道琼斯工业平均指数（DJIA）日交易量对数比的ARMA-GARCH模型。
获取数据
load(file='DowEnvironment.RData')
日交易量
每日交易量内发生的 变化。
plot(dj_vol)
首先，我们验证具有常数均值的线性回归在统计上是显着的。
在休息时间= 6时达到最小BIC。
以下是道琼斯日均交易量与水平变化（红线） 。
summary(bp_dj_vol)
##
## Optimal (m+1)-segment partition:
##
## Call:
## breakpoints.formula(formula = dj_vol ~ 1, h = 0.1)
##
## Breakpoints at observation number:
##
## m = 1 2499
## m = 2 896 2499
## m = 3 626 1254 2499
## m = 4 342 644 1254 2499
## m = 5 342 644 1219 1649 2499
## m = 6 320 622 924 1251 1649 2499
## m = 7 320 622 924 1251 1692 2172 2499
## m = 8 320 622 924 1251 1561 1863 2172 2499
##
## Corresponding to breakdates:
##
## m = 1
## m = 2 0.296688741721854
## m = 3 0.207284768211921
## m = 4 0.113245033112583 0.213245033112583
## m = 5 0.113245033112583 0.213245033112583
## m = 6 0.105960264900662 0.205960264900662 0.305960264900662
## m = 7 0.105960264900662 0.205960264900662 0.305960264900662
## m = 8 0.105960264900662 0.205960264900662 0.305960264900662
##
## m = 1
## m = 2
## m = 3 0.41523178807947
## m = 4 0.41523178807947
## m = 5 0.40364238410596 0.546026490066225
## m = 6 0.414238410596027 0.546026490066225
## m = 7 0.414238410596027 0.560264900662252
## m = 8 0.414238410596027 0.516887417218543 0.616887417218543
##
## m = 1 0.827483443708609
## m = 2 0.827483443708609
## m = 3 0.827483443708609
## m = 4 0.827483443708609
## m = 5 0.8274834437这篇关于拓端tecdat|R语言： GARCH模型股票交易量的研究道琼斯股票市场指数的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
