据我了解，可以使用 GARCH 模型对时间序列过程的变化方差进行建模。我不明白的是，一个人怎么能用这个来预测呢？自从
和作为高斯分布的随机变量，其期望值始终为零。那么，当上涨和下跌的可能性相同时，如何知道差异有多大呢？
还是我理解错了？
为什么 GARCH 模型有用？
机器算法验证
时间序列
加奇
2022-04-19 06:20:53
还是我理解错了？
还是我理解错了？
1个回答
GARCH 可用于您所说的预测。问题是：预测什么？波动性预测。
GARCH 之所以有用是因为它可以更好地解释某些系列的波动性，尤其是在金融领域。例如，看看下面的图表。它显示了标准普尔 500 系列的每日对数差异。显然，最近的波动性比几年前要低，而且似乎是聚集的。注意，高波动性的爆发。
方差恒定的标准随机游走序列不能很好地解释这种序列。因此，我们有更复杂的模型，例如 GARCH，似乎可以更好地解释波动率，并且波动率不是恒定的。
波动率的估计在风险管理和期权定价中非常重要。我们可能无法很好地预测价格走势，但这并不妨碍我们评估持有这些资产并对其进行估值的风险。