Я пытаюсь получить некоторые результаты, используя fGarch и rugarch, и есть некоторая разница, которую я не понимаю.Я использую S & P500, с 19-07-2010 по 14-12-2018.
Как видите, значения p разные.В модели fGarch ar1 и ma1 незначительны, а в модели rugarch значимы.В чем дело?Если я проверю, остатки тоже совсем другие.Спасибо за любую помощь
Возвраты рассчитываются как: diff(log(SP500_190710_141218$Price)*100) Мои результаты для ARMA (1,1) GARCH (1,1) при распределении ученика с rugarch: model=ugarchspec(variance.model = list(model = "sGARCH", garchOrder = c(1, 1)),mean.model = list(armaOrder = c(1,1), include.mean = TRUE), distribution.model = "std") grunt11= ugarchfit(spec=model, solver = "hybrid", data=RETSP)
Результаты с fGarch: ´gt11 = garchFit (~ arma (1,1) + garch (1,1), data = RETSP, cond.dist = "std", include.mean = TRUE, trace =FALSE) ´
Результаты работы rugarch:
Estimate Std.Значение ошибки t Pr (> | t |)
mu -0,080919 0,007346 -11,0158 0,000000
ar1 0,893286 0,024206 36,9035 0,000000
ma1 -0,936828 0,020686 -45,2872 0,000000
омега 0,022036 0,006513 3,3837 0,000715
альфа1 0,161692 0,026779 6,0381 0,000000
бета1 0,827910 0,025574 32,3725 0,000000
форма 4,766428 0,520076 9,1649 * 0,0029:
Оценка по стандартуЗначение ошибки t Pr (> | t |)
mu 0,108408 0,041973 2,58 0,00 0,009800 **
ar1 -0,378394 0,499839 -0,757 0,449031
ma1 0,325898 0,521711 0,625 0,532187
омега 0,022705 0,006573 3,445 0,000551 ***
альфа1 0,165954 0,026955 6,157 7,43e-10 ***
бета1 0,823564 0,025625 32,139 <2e-16 ***</p>
форма 4.8376560,540961 8,943 <2e-16 ***</p>