Модель создается garch, egarch, или gjr присвоили значения всем свойствам модели. Чтобы изменить любые из этих значений свойств, вы не должны восстанавливать целую модель. Можно изменить значения свойств существующей модели с помощью записи через точку. Таким образом, введите имя модели, затем имя свойства, разделенное '.' (период).
Например, начните с этой спецификации модели:
Mdl = garch(1,1)
Mdl =
garch with properties:
Description: "GARCH(1,1) Conditional Variance Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 1
Q: 1
Constant: NaN
GARCH: {NaN} at lag [1]
ARCH: {NaN} at lag [1]
Offset: 0
Модель по умолчанию имеет значительное смещение, таким образом, Offset свойство не появляется в выходе модели. Свойство существует, однако:
Offset = Mdl.Offset
Offset = 0
Измените модель, чтобы добавить неизвестный средний срок смещения:
Mdl.Offset = NaN
Mdl =
garch with properties:
Description: "GARCH(1,1) Conditional Variance Model with Offset (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 1
Q: 1
Constant: NaN
GARCH: {NaN} at lag [1]
ARCH: {NaN} at lag [1]
Offset: NaN
Offset теперь появляется в выходе модели, с обновленным ненулевым значением.
Следует иметь в виду, что каждое свойство модели имеет тип данных. Любые модификации, которые вы делаете к значению свойства, должны быть сопоставимы с типом данных свойства. Например, GARCH и ARCH (и Leverage для egarch и gjr модели), все векторы ячейки. Это означает, что необходимо индексировать их использующий синтаксис массива ячеек.
Например, начните со следующей модели:
GJRMdl = gjr(1,1)
GJRMdl =
gjr with properties:
Description: "GJR(1,1) Conditional Variance Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 1
Q: 1
Constant: NaN
GARCH: {NaN} at lag [1]
ARCH: {NaN} at lag [1]
Leverage: {NaN} at lag [1]
Offset: 0
Изменить значение свойства GARCH, присвойте GARCH массив ячеек. Здесь, присвойте известные содействующие значения GARCH:
GJRMdl.GARCH = {0.6,0.2}GJRMdl =
gjr with properties:
Description: "GJR(2,1) Conditional Variance Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 2
Q: 1
Constant: NaN
GARCH: {0.6 0.2} at lags [1 2]
ARCH: {NaN} at lag [1]
Leverage: {NaN} at lag [1]
Offset: 0
Обновленная модель теперь имеет два условия GARCH (в задержках 1 и 2) с заданными ограничениями равенства.
Точно так же тип данных Distribution структура данных. Структура данных по умолчанию имеет только одно поле, Name, со значением 'Gaussian'.
Distribution = GJRMdl.Distribution
Distribution = struct with fields:
Name: "Gaussian"
Чтобы изменить инновационное распределение, присвойте Distribution новое имя или структура данных. Структура данных может иметь до двух полей, Name и DoF. Второе поле соответствует степеням свободы для t распределения Студента и только требуется если Name имеет значение 't'.
Задавать t распределение Студента с неизвестными степенями свободы, введите:
GJRMdl.Distribution = 't'GJRMdl =
gjr with properties:
Description: "GJR(2,1) Conditional Variance Model (t Distribution)"
Distribution: Name = "t", DoF = NaN
P: 2
Q: 1
Constant: NaN
GARCH: {0.6 0.2} at lags [1 2]
ARCH: {NaN} at lag [1]
Leverage: {NaN} at lag [1]
Offset: 0
Обновленная модель имеет t распределение Студента с NaN степени свободы. Чтобы задать t распределение с восемью степенями свободы, скажите:
GJRMdl.Distribution = struct('Name','t','DoF',8)
GJRMdl =
gjr with properties:
Description: "GJR(2,1) Conditional Variance Model (t Distribution)"
Distribution: Name = "t", DoF = 8
P: 2
Q: 1
Constant: NaN
GARCH: {0.6 0.2} at lags [1 2]
ARCH: {NaN} at lag [1]
Leverage: {NaN} at lag [1]
Offset: 0
Свойство степеней свободы в модели обновляется. Обратите внимание на то, что DoF поле Distribution не является непосредственно присваиваемым. Например, GJRMdl.Distribution.DoF = 8 не допустимое присвоение. Однако можно получить отдельные поля:
DistributionDoF = GJRMdl.Distribution.DoF
DistributionDoF = 8
Не все свойства модели являются модифицируемыми. Вы не можете изменить эти свойства в существующей модели:
P. Это свойство обновляется автоматически, когда задержка, соответствующая самому большому ненулевому GARCH, называет изменения.
Q. Это свойство обновляется автоматически, когда задержка, соответствующая самой большой ненулевой ДУГЕ или рычагам, называет изменения.
Не всеми аргументами пары "имя-значение", которые можно использовать для создания модели, являются свойства созданной модели. А именно, можно задать аргументы GARCHLags и ARCHLags (и LeverageLags для моделей EGARCH и GJR) во время создания модели. Это не, однако, свойства garch, egarch, или gjr модель. Это означает, что вы не можете получить или изменить их в существующей модели.
ДУГА, GARCH и задержки рычагов обновляются автоматически, если вы добавляете какие-либо элементы в (или удалите из), содействующие массивы ячеек GARCH, ARCH, или Leverage.
Например, задайте модель EGARCH(1,1):
Mdl = egarch(1,1)
Mdl =
egarch with properties:
Description: "EGARCH(1,1) Conditional Variance Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 1
Q: 1
Constant: NaN
GARCH: {NaN} at lag [1]
ARCH: {NaN} at lag [1]
Leverage: {NaN} at lag [1]
Offset: 0
Выход модели показывает ненулевой GARCH, ДУГУ и коэффициенты рычагов в задержке 1.
Добавьте новый коэффициент GARCH в задержке 3:
Mdl.GARCH{3} = NaNMdl =
egarch with properties:
Description: "EGARCH(3,1) Conditional Variance Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 3
Q: 1
Constant: NaN
GARCH: {NaN NaN} at lags [1 3]
ARCH: {NaN} at lag [1]
Leverage: {NaN} at lag [1]
Offset: 0
Ненулевые коэффициенты GARCH в задержках 1 и 3 теперь отображение в выходе модели. Однако массив ячеек, присвоенный GARCH возвращает три элемента:
garchCoefficients = Mdl.GARCH
garchCoefficients=1×3 cell array
{[NaN]} {[0]} {[NaN]}
GARCH имеет нулевой коэффициент в задержке 2, чтобы обеспечить непротиворечивость с традиционной индексацией массива ячеек MATLAB®.