資源簡介
本文檔介紹了如何對收益率進行時間序列分析,并用garch模型對波動率進行預測

代碼片段和文件信息
close?all
clear
clc
%%?讀取數據
stockcode?=?‘600551.SH‘;
diary([stockcode‘.txt‘])
addpath(genpath(pwd));
%?替換成你自己的token
token?=?‘**************9c08b3da9b9c34b80ae0**********‘;
api?=?pro_api(token);
start_time?=?‘20170101‘;
end_time?=?‘20180101‘;
ktype?=?‘D‘;
data?=?pro_bar(stockcode?api?start_time?end_timektype‘E‘‘qfq‘);
%?翻轉數據
data?=?flipud(data);
temp?=?data.trade_date;
temp?=?char(temp);
temp?=?str2num(temp);
tradedate?=?datetime(temp‘ConvertFrom‘‘yyyymmdd‘‘format‘‘yyyy-MM-dd‘);
%%?計算對數收益率
ret?=?price2ret(data.close);
%?繪制對數收益率圖
x?=?tradedate(1:end-1);
figure;
plot(xret);
title([stockcode‘日收益率‘])
saveas(gcf[stockcode‘日收益率圖.jpg‘]);
%?可以看出波動聚集
disp([stockcode‘?波動率預測‘]);
%?描述性統計
mu?=?mean(ret);
ret_median?=?median(ret);
ret_max?=?max(ret);
ret_min?=?min(ret);
sigma?=?std(ret);
ret_skew?=?skewness(ret);
ret_kurt?=?kurtosis(ret);
%?h為測試結果若h=0則可以認為X是服從正態分布的;若h=1則可以否定X服從正態分布;
%?p為接受假設的概率值P越接近于0則可以拒絕是正態分布的原假設;
%?jbstat為測試統計量的值;
%?cv為是否拒絕原假設的臨界值.
[hpjbstatcv]=jbtest(ret);
disp([‘收益序列均值為‘num2str(mu)]);
disp([‘收益序列中位數為‘num2str(ret_median)]);
disp([‘收益序列最大值為‘num2str(ret_max)]);
disp([‘收益序列最小值為‘num2str(ret_min)]);
disp([‘收益序列標準差為‘num2str(ret_max)]);
disp([‘收益序列偏度為‘num2str(ret_skew)]);
disp([‘收益序列峰度為‘num2str(ret_kurt)]);
disp([‘收益序列jb統計量為‘num2str(jbstat)]);
%%?adf單位根檢驗
alpha=0.1;
disp(‘%%%%%%%%%%%%%%%%%%%%%%‘);
[hpValuestatcValue]?=?adftest(ret‘alpha‘alpha);
fprintf([‘在%d%%的置信水平下,單位根檢驗統計量為%f\n‘...
????‘臨界值為%f,概率為%f\n‘]alpha*100statcValuepValue);
alpha=0.05;
disp(‘%%%%%%%%%%%%%%%%%%%%%%‘);
[hpValuestatcValue]?=?adftest(ret‘alpha‘alpha);
fprintf([‘在%d%%的置信水平下,單位根檢驗統計量為%f\n‘...
????‘臨界值為%f,概率為%f\n‘]alpha*100statcValuepValue);
alpha=0.01;
disp(‘%%%%%%%%%%%%%%%%%%%%%%‘);
[hpValuestatcValue]?=?adftest(ret‘alpha‘alpha);
fprintf([‘在%d%%的置信水平下,單位根檢驗統計量為%f\n‘...
????‘臨界值為%f,概率為%f\n‘]alpha*100statcValuepValue);
%%?相關和自相關
%?AR模型:自相關系數拖尾,偏自相關系數截尾;
%?MA模型:自相關系數截尾,偏自相關函數拖尾;
%?ARMA模型:自相關函數和偏自相關函數均拖尾
figure;
subplot(211);
autocorr(ret);
name?=?[stockcode‘?收益率序列自相關函數圖‘];
title(name);
subplot(212);
parcorr(ret);
name?=?[stockcode‘?收益率序列偏自相關函數圖‘];
title(name);
name?=?[stockcode‘?收益率序列自相關和偏自相關函數圖‘];
saveas(gcf[name‘.jpg‘]);
%?這兩個圖結論日收益序列沒有明顯的相關性
%%?因此通過arch效應檢驗相關性
%?建立均值方程yt=c+at
at?=?ret?-?mu;
%?%?通過殘差平方的偏自相關函數判斷arch模型階數
figure;
plot(xat.^2);
name?=?[stockcode‘?收益率殘差平方序列圖‘];
title(name);
saveas(gcf[name‘.jpg‘]);
figure;
subplot(211);
autocorr(at.^2);
name?=?[stockcode‘?收益率殘差平方序列自相關函數圖‘];
title(name);
subplot(212);
parcorr(at.^2);
name?=?[stockcode‘?收益率殘差平方序列偏自相關函數圖‘];
title(name);
name?=?[stockcode‘?收益率殘差平方序列自相關和偏自相關函數圖‘];
saveas(gcf[name‘.jpg‘]);
%?拉格郎日乘子檢驗
lags?=?3;
alpha=0.05;
disp(‘%%%%%%%%%%%%%%%%%%%%%%‘);
disp(‘arch效應拉格朗日乘子檢驗‘);
[hpValuestatcValue]?=?archtest(at‘Lags‘lags‘Alpha‘alpha);
fprintf([‘在%d%%的置信水平下,滯后階數為%d時檢驗統計量為%f\n‘...
????‘臨界值為%f,概率為%f\n‘]alpha*100
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2019-04-24?15:51??garch模型波動率預測\
?????文件???????59111??2019-04-24?15:51??garch模型波動率預測\600551.SH?收益率序列自相關和偏自相關函數圖.jpg
?????文件???????32775??2019-04-24?15:51??garch模型波動率預測\600551.SH?收益率殘差平方序列圖.jpg
?????文件???????60045??2019-04-24?15:51??garch模型波動率預測\600551.SH?收益率殘差平方序列自相關和偏自相關函數圖.jpg
?????文件????????4073??2019-04-24?15:51??garch模型波動率預測\600551.SH.txt
?????文件???????41818??2019-04-24?15:51??garch模型波動率預測\600551.SH日收益率圖.jpg
?????文件????????3910??2019-04-24?15:51??garch模型波動率預測\garch_var.asv
?????文件????????3921??2019-04-24?15:51??garch模型波動率預測\garch_var.m
?????目錄???????????0??2019-04-24?15:51??garch模型波動率預測\tushare_matlab_sdk\
?????文件??????316541??2019-04-24?15:51??garch模型波動率預測\基于GARCH模型的波動率預測及應用_王獻東.pdf
?????文件???????55563??2019-04-24?15:51??garch模型波動率預測\收益率序列自相關和偏自相關函數圖.jpg
?????文件?????????300??2019-04-24?15:51??garch模型波動率預測\tushare_matlab_sdk\http_createHeader.m
?????文件????????2139??2019-04-24?15:51??garch模型波動率預測\tushare_matlab_sdk\http_paramsToString.m
?????文件????????5325??2019-04-24?15:51??garch模型波動率預測\tushare_matlab_sdk\pro_api.m
?????文件????????7022??2019-04-24?15:51??garch模型波動率預測\tushare_matlab_sdk\pro_bar.m
?????文件????????8433??2019-04-24?15:51??garch模型波動率預測\tushare_matlab_sdk\readme.txt
?????文件????????1692??2019-04-24?15:51??garch模型波動率預測\tushare_matlab_sdk\tushare_pro_test.m
?????文件???????13656??2019-04-24?15:51??garch模型波動率預測\tushare_matlab_sdk\urlread2.m
評論
共有 條評論