[英]Forecast the actual values of a transformed time series in ARIMAX model in R
[英]convert log returns to actual price of a time series forecast using R
我得到了這些模擬數據,並使用rugarch軟件包擬合了ARMA-GARCH模型。 到目前為止,我的代碼如下:
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,我的預測也基於對數回報。 但是我需要實際價格。 我用谷歌搜索找到了任何R函數,可以將此日志返回值轉換為實際價格。 但是我找不到任何東西。
R中有任何函數可以從此日志返回值中提取實際價格嗎,我需要手動執行此操作嗎?
價格應為[初始價格] * exp(累計對數收益)。 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
產量
> 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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.