如何用 R 预测投资组合下一个交易日的条件波动率估计值

Question

我估计了六只选定股票的多元条件方差模型，使用 PCA 来估计股票收益的因子结构，并使用 GARCH 波动率模型来建模因子方差。根据这个模型，我如何生成投资组合下一个交易日的条件波动率估计？

#Run Univariate GARCH(1,1) on Selected Number of factors 
nf <- 4 
GARCH_1_1 <- ugarchspec(variance.model = list(model = "sGARCH", garchOrder = c(1, 1)), 
                        mean.model = list(armaOrder = c(0, 0), include.mean = FALSE))
uspec <- multispec(replicate(nf, GARCH_1_1)) 
GARCH_multifit <- multifit(multispec = uspec, data = f[,1:nf], solver = 'hybrid')

sigma <- sigma(GARCH_multifit) 
htMat <- xts(sigma^2, order.by = index(log_returns_demean))

#Building Conditional Variance Covariance Matrix
errors <- log_returns_demean - f[, 1:nf] %*% t(PCA$rotation[,1:nf])
omega <- diag(colMeans(errors^2))
ht <- array(dim = c(length(Stocks), length(Stocks), dim(log_returns_demean)[1]))
for (i in 1:dim(log_returns_demean)[1]) {
  ht[, , i] <- PCA$rotation[,1:nf] %*% diag(as.numeric(htMat[i, ])) %*% t(PCA$rotation[,1:nf]) + omega
}    

我找不到正确的功能来使用。

Answer 1

乏味但基本的代数