在R中使用卓越的預測能力（SPA）測試

Question

誰知道在R / Matlab或其他軟件中使用SPA測試很熱； 這是一種評估模型的統計方法。 我知道有一個名為“ ttrTests”的R包具有相關的SPA功能，但它似乎適合比較投資組合策略，而不是比較某些損失函數的通用模型。 有人可以告訴我其他來源還是如何准備適合“ ttrTests”軟件包的數據。

Answer 1

Model Confidence Set軟件包測試了多個模型的卓越預測能力。

install.packages("MCS")
library(MCS)
data(Loss)
MCS <- MCSprocedure(Loss=Loss[,1:5],alpha=0.2,B=5000,statistic='Tmax',cl=NULL)

...以及輸出：

> MCS <- MCSprocedure(Loss=Loss[,1:5],alpha=0.2,B=5000,statistic='Tmax',cl=NULL)

###########################################################################################################################
Superior Set Model created  :
             Rank_M        v_M  MCS_M Rank_R         v_R  MCS_R         Loss
sGARCH-norm       4  0.8201805 0.6034      4  1.43408052 0.3576 0.0004042581
sGARCH-std        5  0.9649670 0.5008      5  3.22834167 0.0058 0.0004010655
sGARCH-ged        1 -1.3942903 1.0000      3  0.21893448 0.9940 0.0003986329
sGARCH-snorm      2 -1.3101987 1.0000      2  0.08452883 0.9998 0.0003982803
sGARCH-sstd       3 -0.4739630 1.0000      1 -0.08452883 1.0000 0.0003977886
p-value :
[1] 0.5008

###########################################################################################################################
> 

Answer 2

您可以看一下Matlab的MFE工具箱 。 它包括兩個截然不同的多重假設檢驗，可能對您有幫助：

• 模型置信度集（ mcs函數）
• 進行bsds檢查和測試以實現卓越的預測准確性（ bsds函數）

該框架的文檔非常詳盡，您可以從此頁面上看到這些實現。