pred_1111 <- ugarchforecast(fit_1111,data = pep3, n.ahead = 20) > par(mfcol = c(2,1)) > plot(pred_1111) Make a plot selection (or 0 to exit): 1: Time Series Prediction (unconditional) 2: Time Series Prediction (rolling) 3: Sigma Prediction (unconditional) 4: Sigma Prediction (rolling)计算的分别是什么
时间: 2023-06-26 18:06:57 浏览: 156
Code.rar_PRED-163_matlab pred_社交网络_社交网络分析 链路预测_链路预测
5星 · 资源好评率100%
这段代码使用了 `ugarchforecast()` 函数,它可以用来进行 GARCH 模型的预测。其中,`fit_1111` 是已经拟合好的 GARCH 模型,`pep3` 是用来做预测的数据。
`n.ahead` 参数表示预测未来的时间步长,这里设置为 20。函数返回一个预测对象 `pred_1111`。
接下来,代码使用了 `plot()` 函数来绘制预测结果的图形。根据用户的选择,可以绘制四种不同类型的图形:
1. `Time Series Prediction (unconditional)`:表示未来时间步长内的条件均值预测值和置信区间。
2. `Time Series Prediction (rolling)`:表示使用滚动窗口的方法进行的条件均值预测值和置信区间。
3. `Sigma Prediction (unconditional)`:表示未来时间步长内的条件方差预测值和置信区间。
4. `Sigma Prediction (rolling)`:表示使用滚动窗口的方法进行的条件方差预测值和置信区间。
用户需要根据需要选择相应的图形进行绘制。
阅读全文