Me gustaría ajustar una serie temporal no estacionaria utilizando un modelo SARIMA + GARCH. No he encontrado ningún paquete que me permita ajustar este modelo. Estoy utilizando rugarch:
model=ugarchspec(
variance.model = list(model = "sGARCH", garchOrder = c(1, 1)),
mean.model = list(armaOrder = c(2, 2), include.mean = T),
distribution.model = "sstd")
modelfit=ugarchfit(spec=model,data=y)pero solo me permite ajustar un modelo ARMA + GARCH.
¿Me puedes ayudar?
Encuentras nuevamente el código R para modelos ARIMA estacionales en el libro mencionado (este capítulo). ¿Realmente necesitas los errores GARCH?
Sí, tengo que probar este modelo pero nunca he utilizado GARCH en R. Sé cómo hacer un modelo SARIMA en R, utilicé: mod <- arima(y, order= c(p,d,q),seasonal = list (order = c (P,D,Q), period = m)), pero no sé cómo crear con una sola función un modelo SARIMA + GARCH. ¿Otra forma es crear primero un modelo SARIMA y luego ajustar los residuos con un modelo GARCH, cierto? Con este enfoque, ¿cómo puedo usar los errores GARCH en el SARIMA? ¡Gracias por tu ayuda!
Sí, esa es una forma de proceder: primero ajusta un modelo Arima y luego ajusta un modelo GARCH a los errores. La predicción del modelo Arima no dependerá del error GARCH, sin embargo, los intervalos de confianza sí lo harán.
Richard, los estimadores eficientes del modelo de media condicional (la parte ARIMA) dependen del modelo de varianza condicional (la parte GARCH). Utilizar estimadores eficientes significaría que las predicciones de ARIMA serían diferentes dependiendo de si se incluye GARCH o no. Aunque puedes tomar estimadores que no tengan esta propiedad, generalmente serán estadísticamente inferiores (menos eficientes). Pero serán computacionalmente más simples, por supuesto. @Manuel
Mientras que SARIMA-GARCH no está actualmente (octubre de 2016) implementado en R según mi conocimiento, puedes tratar la estacionalidad incluyendo algunas variables dummy o términos de Fourier en el modelo de media condicional. Si estás utilizando el paquete "rugarch" en R, puedes incluir estos términos a través del argumento external.regressors dentro del argumento mean.model en la función ugarchspec.
Gracias por tu respuesta @Richard Hardy, pero ¿qué debo escribir dentro del argumento "external.regressors" si mi Modelo, por ejemplo, SARIMA (1, 1, 3)(2, 1, 1)7 y dado que mis datos son enormes, cómo puedo identificar
FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.
0 votos
Me conformaría con un ARIMA + GARCH