全文链接：http://tecdat.cn/?p=31630

最近咱们被客户要求撰写对于GARCH的钻研报告，包含一些图形和统计输入。

一般的模型对于两个序列的稳定剖析个别是动态的，然而dcc-garch模型能够实现他们之间动静相干的稳定剖析，即序列间稳定并非为一个常数，而是一个随着工夫的变动而变动的系数。其次要用于钻研市场间稳定率的关系

在对上证指数、印花税支出联动性预测时，咱们向客户演示了用R语言的DCC-GARCH能够提供的内容。

读取所有数据

#读取指数数据  index=read.xlsx("上证指数.xlsx")  #读取税数据  tax=read.xlsx("印花税支出.xlsx")

上证指数数据直方图

#取出上证指数数据#差分做直方图d.USD=diff(index$开盘)  par(mfrow = c(1, 1))

点击题目查阅往期内容

R语言多元（多变量）GARCH ：GO-GARCH、BEKK、DCC-GARCH和CCC-GARCH模型和可视化

左右滑动查看更多

01

02

03

04

从直方图的后果来看，上证指数收盘价合乎正态分布。大部分收盘价集中在0线四周，因而满足garch建模的基本前提，从数据能够看出，股指日对数收益率的均值很小，能够认为是0。收益率的散布具备正的偏度，所以散布的尾部略向右拖，表明盈利的概率要大于亏损的概率。峰度值大于正态分布的峰度（正态分布的峰度为3），这反映了收益率散布具备尖峰厚尾的特色。上面再进行上证指数时序特征分析。察看上证指数时序图，收益率确实存在显著的聚类效益（即一次大的稳定后往往随同着另一次大的稳定）。

单位根测验

ADF测验思路：循环失去每列的Dickey-Fuller值和对应P值

H0：存在单位根 Ƿ=1

H1：不存在单位根 Ƿ＜1

后果：DF值的绝对值大于临界值的绝对值 / DF值小于临界值 （DF是负值）

P值小于0.01（0.05） 回绝原假如，不存在单位根，序列安稳

从adftest单位根测验的后果来看，p值为0.05，因而回绝原假如。所以回绝零假如，零假如为：存在单位根。回绝零假如就是回绝存在单位根咯（回绝非安稳）。因而工夫序列安稳。

正态性测验

从正态性测验的后果来看，p值小于0.05，因而回绝原价设，认为收盘价数据不满足正态性测验。

画工夫序列图，ACF图

DCC-GARCH拟合

dcc(dcc.garch11.spec

从模型的后果来看，不难看出，在随机烦扰项遵从t散布或者狭义误差散布的假如下，均值方程的参数显著性都比遵从正态分布假如条件下要高，进一步验证了金融工夫序列具备顶峰厚尾的特点。

模型中的beta系数都较大，并且通过了显著性测验，阐明指数稳定具备“长期记忆性”，即过来价格的稳定与其有限长期价格稳定的大小都有关系。  

 GARCH方程中alpha+beta靠近于1，表明条件方差函数具备单位根和单整性，也就是说条件方差稳定具备继续记忆性，阐明证券市场对外部冲击的反馈以一个绝对较慢的速度递加，股市一旦呈现大的稳定在短时期内很难打消。  

 GARCH方程中alpha+beta，阐明收益率条件方差序列是安稳的，模型具备可预测性。

条件方差和收益率

相关系数序列

DCC条件相关系数

预测条件相干稳定率和相关系数

forecast(dcc.fit, n.ahead=100)

点击文末 “浏览原文”

获取全文残缺代码数据资料。

本文选自《R语言DCC-GARCH模型对上证指数、印花税支出工夫序列数据联动性预测可视化》。

点击题目查阅往期内容

【视频】什么是梯度降落？用线性回归解释和R语言预计GARCH实例
MATLAB用GARCH-EVT-Copula极值实践模型VaR预测剖析股票投资组合
R语言应用多元AR-GARCH模型掂量市场危险
R语言GARCH模型对股市sp500收益率bootstrap、滚动预计预测VaR、拟合诊断和蒙特卡罗模仿可视化R语言单变量和多变量（多元）动静条件相关系数DCC-GARCH模型剖析股票收益率金融工夫序列数据稳定率
R语言中的工夫序列分析模型：ARIMA-ARCH / GARCH模型剖析股票价格
GARCH-DCC模型和DCC（MVT）建模预计
R语言预测期货稳定率的实现：ARCH与HAR-RV与GARCH，ARFIMA模型比拟
ARIMA、GARCH 和 VAR模型预计、预测ts 和 xts格局工夫序列
PYTHON用GARCH、离散随机稳定率模型DSV模仿预计股票收益工夫序列与蒙特卡洛可视化
极值实践 EVT、POT超阈值、GARCH 模型剖析股票指数VaR、条件CVaR：多元化投资组合预测危险测度剖析
Garch稳定率预测的区制转移交易策略
金融工夫序列模型ARIMA 和GARCH 在股票市场预测利用
工夫序列分析模型：ARIMA-ARCH / GARCH模型剖析股票价格
R语言危险价值：ARIMA，GARCH，Delta-normal法滚动预计VaR（Value at Risk）和回测剖析股票数据
R语言GARCH建模罕用软件包比拟、拟合规范普尔SP 500指数稳定率工夫序列和预测可视化
Python金融工夫序列模型ARIMA 和GARCH 在股票市场预测利用
MATLAB用GARCH模型对股票市场收益率工夫序列稳定的拟合与预测
R语言极值实践 EVT、POT超阈值、GARCH 模型剖析股票指数VaR、条件CVaR：多元化投资组合预测危险测度剖析
Python 用ARIMA、GARCH模型预测剖析股票市场收益率工夫序列
R语言中的工夫序列分析模型：ARIMA-ARCH / GARCH模型剖析股票价格
R语言ARIMA-GARCH稳定率模型预测股票市场苹果公司日收益率工夫序列
Python应用GARCH，EGARCH，GJR-GARCH模型和蒙特卡洛模仿进行股价预测
R语言工夫序列GARCH模型剖析股市稳定率
R语言ARMA-EGARCH模型、集成预测算法对SPX理论稳定率进行预测
matlab实现MCMC的马尔可夫转换ARMA - GARCH模型预计
Python应用GARCH，EGARCH，GJR-GARCH模型和蒙特卡洛模仿进行股价预测
应用R语言对S＆P500股票指数进行ARIMA + GARCH交易策略
R语言用多元ARMA,GARCH ,EWMA, ETS,随机稳定率SV模型对金融工夫序列数据建模
R语言股票市场指数：ARMA-GARCH模型和对数收益率数据探索性剖析
R语言多元Copula GARCH 模型工夫序列预测
R语言应用多元AR-GARCH模型掂量市场危险
R语言中的工夫序列分析模型：ARIMA-ARCH / GARCH模型剖析股票价格
R语言用Garch模型和回归模型对股票价格剖析
GARCH（1,1），MA以及历史模拟法的VaR比拟
matlab预计arma garch 条件均值和方差模型