每次调用 DCC-GARCH 拟合函数“rmgarch::dccfit”时的不同输出

问题描述 投票:0回答:0

使用 rmgarch 库调用 dccfit 时,我观察到奇怪且不一致的行为。如果您在时间序列上运行 DCC Garch 拟合,则存在相同输入数据的最终拟合不同的情况。我通过在使用扩展窗口的同时使用固定时间序列数据集运行多重回归注意到了这一点。

例子

对于跨越 [1990-12-31, 2023-04-30] 的固定月度时间序列:假设您遇到跨 [1990-12-31, 2018-10-31] 运行回归的问题。这意味着每次运行回归时,都会产生不同的拟合。但是,每次运行回归时,将窗口扩大一个月(2018-11-30 端点)都会产生相同的拟合。如果重复这个将时间序列扩展一个月直到 2023-04-30 的过程,问题最多再次出现一次。但是连续两个月都没有出现这个问题

我用不同的时间序列数据集重现了这个问题。它每次都出现在两个特定的、非连续的日期。日期本身,对于相同的固定时间序列,在操作系统之间是不同的。这意味着移植数据需要我每个月对相同的时间序列进行一次回归,直到你找到两个不同的日期端点,在这些端点上出现了该特定操作系统的问题。

在这里您可以下载重现问题所需的简短脚本和 RDS 文件。 RDS 文件包含日期范围跨越 [1996-12-31、2023-03-31] 的每月时间序列。在脚本中,我包含了我尝试过的一些操作系统出现问题的日期端点。取消注释与您的操作系统对应的行并至少运行脚本两次。你每次都应该得到不同的回归。但是每次其他端点的回归都是一致的。

我的

sessionInfo()
输出:

R version 4.2.2 (2022-10-31)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 22.04.2 LTS

Matrix products: default
BLAS:   /usr/lib/x86_64-linux-gnu/openblas-pthread/libblas.so.3
LAPACK: /usr/lib/x86_64-linux-gnu/openblas-pthread/libopenblasp-r0.3.20.so

locale:
 [1] LC_CTYPE=en_US.UTF-8          LC_NUMERIC=C                  LC_TIME=en_US.UTF-8           LC_COLLATE=en_US.UTF-8        LC_MONETARY=en_US.UTF-8      
 [6] LC_MESSAGES=en_US.UTF-8       LC_PAPER=en_US.UTF-8          LC_NAME=en_US.UTF-8           LC_ADDRESS=en_US.UTF-8        LC_TELEPHONE=en_US.UTF-8     
[11] LC_MEASUREMENT=en_US.UTF-8    LC_IDENTIFICATION=en_US.UTF-8

attached base packages:
[1] parallel  stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
 [1] dplyr_1.1.0       data.table_1.14.8 rmgarch_1.3-9     rugarch_1.4-9     Quandl_2.11.0     XLConnect_1.0.7   tseries_0.10-53   quantmod_0.4.20   TTR_0.24.3       
[10] xts_0.13.0        zoo_1.8-11        sqldf_0.4-11      RSQLite_2.3.0     gsubfn_0.7        proto_1.0.0       

loaded via a namespace (and not attached):
 [1] mclust_6.0.0                Rcpp_1.0.10                 mvtnorm_1.1-3               lattice_0.20-45             corpcor_1.6.10             
 [6] digest_0.6.31               utf8_1.2.3                  gmp_0.7-1                   truncnorm_1.0-8             R6_2.5.1                   
[11] chron_2.3-59                Bessel_0.6-0                pcaPP_2.0-3                 pracma_2.4.2                httr_1.4.5                 
[16] pillar_1.8.1                rlang_1.0.6                 curl_5.0.0                  rstudioapi_0.14             blob_1.2.3                 
[21] SkewHyperbolic_0.4-0        Matrix_1.5-3                bit_4.0.5                   compiler_4.2.2              numDeriv_2016.8-1.1        
[26] pkgconfig_2.0.3             DistributionUtils_0.6-0     tcltk_4.2.2                 tidyselect_1.2.0            Rsolnp_1.16                
[31] tibble_3.1.8                ff_4.0.9                    quadprog_1.5-8              fansi_1.0.4                 MASS_7.3-58.2              
[36] GeneralizedHyperbolic_0.8-4 grid_4.2.2                  jsonlite_1.8.4              lifecycle_1.0.3             DBI_1.1.3                  
[41] magrittr_2.0.3              KernSmooth_2.23-20          cli_3.6.0                   cachem_1.0.7                Rmpfr_0.9-1                
[46] vctrs_0.5.2                 generics_0.1.3              spd_2.0-1                   tools_4.2.2                 bit64_4.0.5                
[51] glue_1.6.2                  ks_1.14.0                   fastmap_1.1.1               memoise_2.0.1               rJava_1.0-6     
r regression libraries numeric
© www.soinside.com 2019 - 2024. All rights reserved.