for i=0:3
for j=0:3
spec=garchset('R',i,'M',j,'Display','off');
[coeffX,errorsX,LLFX]=garchfit(spec,y1);
num=garchcount(coeffX);
[aic,bic]=aicbic(LLFX,num,150);
fprintf('R=%d,M=%d,AIC=%f,BIC=%f\n',i,j,aic,bic);
end
end
clc,clear
a=y; %把原始数据按照原来的排列格式存放在纯文本文hua.txt
%a=nonzeros(a')'; %按照原来数据的顺序去掉零元素
r11=autocorr(a) %计算自相关函数
r12=parcorr(a) %计算偏相关函数
da=diff(a); %计算1 阶差分
r21=autocorr(da) %计算自相关函数
r22=parcorr(da) %计算偏相关函数
n=length(da); %计算差分后的数据个数
for i=0:3
for j=0:3
spec= garchset('R',i,'M',j,'Display','off'); %指定模型的结构
[coeffX,errorsX,LLFX] = garchfit(spec,da); %拟合参数
num=garchcount(coeffX); %计算拟合参数的个数
%compute Akaike and Bayesian Information Criteria
[aic,bic]=aicbic(LLFX,num,n);
fprintf('R=%d,M=%d,AIC=%f,BIC=%f\n',i,j,aic,bic); %显示计算结果
end
end
r=input('输入阶数R=');m=input('输入阶数M=');
spec2= garchset('R',r,'M',m,'Display','off'); %指定模型的结构
[coeffX,errorsX,LLFX] = garchfit(spec2,da) %拟合参数
[sigmaForecast,w_Forecast] = garchpred(coeffX,da,50) %计算10 步预报值
x_pred=a(end)+cumsum(w_Forecast) %计算原始数据的10 步预测值
AICBIC.rar_AIC_ARMA AIC_ARMA模型_ARMA模型AIC定阶_模型定阶AIC
版权申诉
5星 · 超过95%的资源 147 浏览量
2022-07-14
02:12:47
上传
评论 1
收藏 733B RAR 举报
钱亚锋
- 粉丝: 86
- 资源: 1万+
评论4