波动率
-
-
多元GARCH模型及动态相关性预测系统
本程序旨在利用MATLAB平台构建多元广义自回归条件异方差模型，主要用于处理和分析多个相关资产的时间序列数据。其核心功能包括对多个金融序列进行平稳性检验与预处理，随后通过两阶段估计法实现动态条件相关（DCC-GARCH）模型或BEKK-GARCH模型的参数拟合。第一阶段对各单变量序列进行边际分布建模，提取标准化残差；第二阶段通过极大似然估计法（MLE）优化关联参数，从而准确捕捉资产间随时间变化的动态相关性。该系统不仅能计算历史时期的条件协方差和条件相关矩阵，还具备对未来多步波动率的迭代预测功能。应用场景涵 -
GARCH与多元GARCH模型MATLAB工具箱
本项目是一个基于MATLAB平台开发的综合性金融计量工具箱，专门用于处理和分析单变量及多元时间序列的波动率建模问题。其核心功能涵盖了单变量GARCH模型族，包括标准的GARCH、指数GARCH（EGARCH）、GJR-GARCH、TGARCH等，能够有效捕捉金融数据的波动聚集性和杠杆效应。在此基础上，工具箱进一步集成了复杂的多元GARCH（MGARCH）模型，如常相关模型（CCC-GARCH）、动态条件相关模型（DCC-GARCH）以及BEKK-GARCH模型，用于研究多资产间的联动性、波动溢出效应及动态 -
GARCH与多元GARCH金融波动率建模工具箱
该工具箱是专为金融时间序列分析开发的MATLAB程序集合，核心功能涵盖了单变量与多变量波动率模型的全流程建模、参数估计、诊断检验及预测。在单变量模型方面，工具箱实现了基础的GARCH模型以及能够捕捉杠杆效应和非对称特征的EGARCH、GJR-GARCH和TARCH模型，支持正态分布、学生t分布及广义误差分布（GED）等多种误差分布假设。在多变量（Multivariate GARCH）领域，工具箱集成了经典的恒定条件相关模型（CCC-GARCH）、动态条件相关模型（DCC-GARCH）以及BEKK-GARC
