从rugarch软件包制作模型,并使用MuMIn进行配置
我正在尝试进行模型平均,并希望将rugarch软件包中的模型与通过“lm”函数估计的模型相结合。我使用转换为xts对象的每日财务索引数据。因此,我运行lm函数:从rugarch软件包制作模型,并使用MuMIn进行配置,r,mumin,R,Mumin,我正在尝试进行模型平均,并希望将rugarch软件包中的模型与通过“lm”函数估计的模型相结合。我使用转换为xts对象的每日财务索引数据。因此,我运行lm函数: X<-as.xts(Financial_index_data) LM.Result<-lm(X ~ lag(X, -1)) X首先,您需要编写一个logLik方法或一个函数来返回用于排序的信息标准(model.avg的rank)。此外,您至少需要调整这些函数:coefTable、getAllTerms、g
X<-as.xts(Financial_index_data)
LM.Result<-lm(X ~ lag(X, -1))
X首先,您需要编写一个logLik
方法或一个函数来返回用于排序的信息标准(model.avg
的rank
)。此外,您至少需要调整这些函数:coefTable
、getAllTerms
、get\u call
(或者使用updateable
,因为“uGARCHfit”
类似乎不存储调用)。查看这些函数的对应项(例如MuMIn::coefTable.lm
)。首先,您需要编写logLik
方法或函数来返回用于排序的信息标准(model.avg
'srank
)。此外,您至少需要调整这些函数:coefTable
、getAllTerms
、get\u call
(或者使用updateable
,因为“uGARCHfit”
类似乎不存储调用)。查看这些功能的对应项(例如MuMIn:::coefTable.lm
)
library(rugarch)
Garch.spec = ugarchspec(variance.model = list(model="sGARCH", garchOrder = c(1,1)), mean.model = list(armaOrder=c(1,1)), distribution.model = "norm")
GARCH.Result<- ugarchfit(Garch.spec, X)
library(MuMIn)
MA<-model.avg(LM.Result, GARCH.Result)