Siempre me he preguntado por qué hacer un uso cuadrado o retornos absolutos para determinar si la volatilidad de modelado se requiere para el regreso de la serie? Entendemos que hay varias pruebas de autocorrelación y heterocedasticidad condicional. Sin embargo, no acabo de comprender el concepto detrás de él. Puede alguien por favor, explícame ¿qué es la estadística de la intuición detrás de usar cuadrado/abs devuelve para determinar si vol representación es necesaria? Gracias.
Respuestas
¿Demasiados anuncios?
Brendan
Puntos
150
Para simplificar, considere la posibilidad de los errores en lugar de la devuelve. La varianza es el promedio de los cuadrados de los errores, mientras que la desviación absoluta es la media de los errores absolutos. Por lo que el trazado de la del cuadrado de los errores o los errores absolutos a lo largo del tiempo podría dar una indicación de si la varianza o desviación absoluta es constante en el tiempo. Dado que la varianza es más comúnmente el enfoque práctico, un enfoque podría ser simplemente la regresión de los cuadrados de los errores en la p de su gal. Este es el ARCH(p) modelo. GARCH(p,q), se introduce un término adicional, el cual tiene el efecto de reducir la necesidad de p para ser grande.
Markus Olsson
Puntos
12651
Simple...porque estás interesado en las desviaciones de una métrica, y no se si se desvía por encima o por debajo. La definición misma de la volatilidad es una "medida de la desviación". El cuadrado devuelve o el uso de los valores absolutos sólo facilita el cálculo para llegar a la desviación de la medida. De lo contrario, la volatilidad tendría que ser calculado en otras formas como positivo y negativo devuelve iba a presentar efectos secundarios que afectan a la volatilidad de la computación.
user26565
Puntos
1
También, a menudo, podemos asumir que el promedio de los rendimientos de corto plazo en el largo plazo va a ser cero, la histórica volatilidad es igual a $\hat{\sigma_T^2}=\frac{\sum_{i=1}^T{r_i^2}}{T-1}$. Sp para el estudio de la volatilidad del proceso, por lo tanto, el estudio de los cuadrados de proceso de retorno, que es un buen proxy.
