як разлічыць RMSE, МАЕ, улічваючы ugarchforecast вынікі?

Given S&P500 returns for the past 20 years I fitted an ARMA(1,1)-GARCH(1,1) model using the rugarch package, so using ugarchspec() and the ugarchfit(), with different innovations distributions, i.e. norm, std, ged. My task would be to evaluate and compare the forecasting performance of the different models but I have problem to figure out how to do it. I then used the ugarchforecast as:

spec <- ugarchspec(variance.model = list("sGARCH", garch0rder = c(1,1), 
submodel = NULL, external.regressors = NULL, variance.targeting = F),     
mean.model = list(arma0rder = c(1,1), include.mean = T, archm = F,     
archpow=1, arfima = F, external.regressors = NULL, archex = FALSE),  
distribution.model = "norm", fixed.pars = list(ar1 = 0.6170, ma1 =    
-0.6824,  mu = 2e-04))
garch <- ugarchfit(spec, ret, out.sample = 100, solver = "solnp",     
fit.control = list(stationarity = 1, fixed.se = 0, rec.init = "all"))
fore <- ugarchforecast(garch, n.ahead = 100, n.roll = 100)

Ці з'яўляецца гэтая працэдура правільна? што я павінен зрабіць, каб ацаніць эфектыўнасць прагнозу шляхам параўнання MSE, СКО, МАЕ?

Дзякуй!

1

1 адказы

Для параўнання прадукцыйнасці сярод розных мадэляў, вам патрабуецца <моцны> зразумеў, валацільнасць або проксі фактычную валацільнасць (фактычную валацільнасць заўсёды ненаблюдаема).

Пераход праз гэтую паперу (спасылка прыведзена ніжэй), дзе аўтары патлумачылі, як папярэднія аўтары пабудавалі рэалізаванай валацільнасць або фактычнай валацільнасць.

Paper: Forecasting Volatility in Financial Markets: A Review by Poon and Granger. This is one of most finest paper, where authors reviewed 93 papers related to volatility forecasting and cover each and every aspects in details.

1
дададзена