使用R将对数返回值转换为时间序列预测的实际价格

Question

我得到了这些模拟数据，并使用rugarch软件包拟合了ARMA-GARCH模型。 到目前为止，我的代码如下：

    ar.sim<-arima.sim(model=list(ar=c(.9,-.2),ma=c(-.7,.1)),n=100)
    logr=diff(log(na.omit(ar.sim)))
require(rugarch)
    gar<-ugarchspec(variance.model = list(model = "sGARCH", garchOrder = c(2, 1)), 
                        mean.model = list(armaOrder = c(2, 1)), 
                        distribution.model = "norm");
    fitg=ugarchfit(spec = gar,data = ar.sim,solver = "hybrid");
    ugarchforecast(fitg,n.ahead =10) 

在此模型中，我使用了日志返回。 因此，我的预测也基于对数回报。 但是我需要实际价格。 我用谷歌搜索找到了任何R函数，可以将此日志返回值转换为实际价格。 但是我找不到任何东西。

R中有任何函数可以从此日志返回值中提取实际价格吗，我需要手动执行此操作吗？

Answer 1

价格应为[初始价格] * exp（累计对数收益）。 例如：

df <- data.frame(price = c(90, 108, 81, 105, 180))

df$log = log(df$price)
df$logr = c(NA, diff(df$log))
df$logr_na0 = ifelse(is.na(df$logr), 0, df$logr)
df$cuml_log= cumsum(df$logr_na0)
df$reconstructed_price_norm = exp(df$cuml_log)

initial_price <- 90
df$reconstructed_price = initial_price * df$reconstructed_price_norm

产量

> df
  price      log       logr   logr_na0   cuml_log reconstructed_price_norm reconstructed_price
1    90 4.499810         NA  0.0000000  0.0000000                 1.000000                  90
2   108 4.682131  0.1823216  0.1823216  0.1823216                 1.200000                 108
3    81 4.394449 -0.2876821 -0.2876821 -0.1053605                 0.900000                  81
4   105 4.653960  0.2595112  0.2595112  0.1541507                 1.166667                 105
5   180 5.192957  0.5389965  0.5389965  0.6931472                 2.000000                 180