Rechnen Varianz In Stata Forex

Ich kann nicht sprechen, ob stata eine eingebaute Funktion für die Prognose spezifischer GARCH Modelle hat. Ich glaube, sie tun, aber Sie können graben durch die Hilfe-Handbücher, es zu finden. Allgemeiner wird angenommen, dass ein Garch (1,1) - Modell zu X passt, eine Variable mit einem konstanten Mittelwert von null. Dieses Modell ist von der Form: sigma beta beta sigma beta varepsilon Der nächste Schritt ist, die Variable X durch die bedingte Standardabweichung sigma zu skalieren, um varepsilon zu erhalten, die skalierten Residuen. Sie würden dann simulieren varepsilon unter der entsprechenden Annahme (so zum Beispiel, wenn Sie schätzen das Garch-Modell mit t Fehler, dann würden Sie von dieser Verteilung zu simulieren). Der zukünftige Wert der Volatilität wäre dann: sigma beta beta sigma beta varepsilon Die Werte in t1 sind bekannt, aber danach würden Sie die simulierten Werte verwenden. Wenn Sie nur einen einzigen Wert für zukünftige Volatilität anstatt eine große Gruppe von simulierten Werten erhalten möchten, können Sie einfach varepsilon als Vektor von Nullen setzen. Beantwortet Ihre Antwort 2017 Stack Exchange, IncKalkulation Kovarianz für Bestände Viele Elemente der Mathematik und Statistik werden bei der Bewertung von Beständen verwendet. Kovarianz Berechnungen können einen Anleger Einblick in, wie zwei Aktien könnten zusammen bewegen in der Zukunft geben. Mit Blick auf historische Preise können wir feststellen, ob die Preise dazu neigen, sich gegenseitig oder gegeneinander zu bewegen. Damit können Sie die potenzielle Kursbewegung eines Zwei-Aktien-Portfolios vorhersagen. Vielleicht können Sie sogar Aktien auswählen, die sich gegenseitig ergänzen, was das Gesamtrisiko reduzieren und die Gesamtrendite erhöhen kann. In Einführungsfinanzierungskursen werden wir gelehrt, die Portfoliostandardabweichung als Risikomaßmaß zu berechnen, aber ein Teil dieser Berechnung ist die Kovarianz dieser zwei oder mehr Bestände. Also, bevor Sie in Portfolio-Auswahl. Kovarianz zu verstehen ist sehr wichtig. Was ist Kovarianz Kovarianz misst, wie zwei Variablen zusammen bewegen. Es misst, ob die beiden in die gleiche Richtung (eine positive Kovarianz) oder in entgegengesetzte Richtungen (eine negative Kovarianz) bewegen. In diesem Artikel werden die Variablen in der Regel Aktienkurse, aber sie können alles sein. An der Börse. Wird ein starker Nachdruck auf die Verringerung des Risikos für die gleiche Rendite gelegt. Bei der Erstellung eines Portfolios wird ein Analytiker Aktien auswählen, die gut zusammenarbeiten. Dies bedeutet in der Regel, dass diese Aktien nicht in die gleiche Richtung bewegen. Berechnen der Kovarianz Die Berechnung der Kovarianz einer Kovarianz beginnt mit der Suche nach einer Liste der vorherigen Preise. Dies ist auf den meisten Quoteseiten als historische Preise gekennzeichnet. Normalerweise wird der Schlusskurs für jeden Tag verwendet, um die Rückkehr von einem Tag zum nächsten zu finden. Tun Sie dies für beide Bestände und erstellen Sie eine Liste, um die Berechnungen zu beginnen. Tabelle 1: Tägliche Rendite für zwei Bestände unter Verwendung der Schlusskurse Von hier müssen wir die durchschnittliche Rendite für jede Aktie berechnen: Für ABC wäre es (1,1 1,7 2,1 0,4 0,2) 5 1,30 Für XYZ wäre es (3 4,2 4,9 4,1 2.5) 5 3.74 Nun geht es darum, die Unterschiede zwischen ABC-Rückkehr und ABC-Durchschnittsrendite zu nehmen. Und multipliziert sie mit der Differenz zwischen XYZs return und XYZs average return. Der letzte Schritt besteht darin, das Ergebnis durch die Stichprobengröße zu dividieren und zu subtrahieren. Wenn es die ganze Bevölkerung war. Können Sie einfach durch die Bevölkerung Größe teilen. Dies kann durch die folgende Gleichung dargestellt werden: Mit unserem Beispiel auf ABC und XYZ wird die Kovarianz wie folgt berechnet: (1.1 - 1.30) x (3 - 3.74) (1.7 - 1.30) x (4.2 - 3.74) (2.1 - 1.30 ) X (4,9 - 3,74) 0,148 0,184 0,928 0,036 1,364 2,66 (5 - 1) 0,665 In dieser Situation verwenden wir eine Probe, so dass wir die Stichprobengröße (5) minus 1 teilen. Sie können sehen, dass die Kovarianz zwischen den beiden Aktienrenditen 0,665 ist. Da diese Zahl positiv ist, bedeutet dies, dass sich die Bestände in die gleiche Richtung bewegen. Als ABC eine hohe Rendite erzielte, hatte XYZ ebenfalls eine hohe Rendite. Verwenden von Microsoft Excel In Excel können Sie die Kovarianz leicht finden, indem Sie eine der folgenden Funktionen verwenden: COVARIANCE. S () für ein Beispiel oder COVARIANCE. P () für eine Population Sie müssen die beiden Listen der Rückgaben in vertikalen Spalten einrichten , Wie in Tabelle 1 beschrieben. Wenn Sie dazu aufgefordert werden, wählen Sie jede Spalte aus. In Excel. Jede Liste wird Array genannt, und zwei Arrays sollten nside der Klammern sein, getrennt durch ein Komma. Bedeutung Im Beispiel gibt es eine positive Kovarianz, so dass die beiden Aktien neigen dazu, zusammen zu bewegen. Wenn man eine hohe Rendite hat, tendiert der andere dazu, eine hohe Rendite zu haben. Wenn das Ergebnis negativ war, dann würden die beiden Aktien eher gegenläufig haben, wenn man eine positive Rendite hatte, die andere hätte eine negative Rendite. Verwendung von Kovarianz Die Feststellung, dass zwei Aktien eine hohe oder niedrige Kovarianz haben, ist möglicherweise nicht eine nützliche Metrik für sich. Kovarianz kann sagen, wie sich die Aktien bewegen, aber um die Stärke der Beziehung zu bestimmen, müssen wir die Korrelation betrachten. Die Korrelation sollte daher in Verbindung mit der Kovarianz verwendet werden und wird durch diese Gleichung dargestellt: wobei cov (X, Y) Kovarianz zwischen X und YX Standardabweichung der XY Standardabweichung von Y Die obige Gleichung zeigt, dass die Korrelation zwischen zwei Variablen ist Einfach die Kovarianz zwischen beiden Variablen geteilt durch das Produkt der Standardabweichung der Variablen X und Y. Während beide Messungen zeigen, ob zwei Variablen positiv oder umgekehrt verknüpft sind, liefert die Korrelation zusätzliche Informationen, indem Sie sagen, in welchem ​​Grad sich beide Variablen bewegen . Die Korrelation hat immer einen Messwert zwischen -1 und 1 und fügt einen Festigkeitswert hinzu, wie sich die Aktien bewegen. Wenn die Korrelation 1 ist, bewegen sie sich perfekt zusammen, und wenn die Korrelation -1 ist, bewegen sich die Bestände perfekt in entgegengesetzte Richtungen. Wenn die Korrelation 0 ist, bewegen sich die beiden Bestände in zufälligen Richtungen voneinander. Kurz gesagt, die Kovarianz sagt nur, dass zwei Variablen die gleiche Weise ändern, während die Korrelation zeigt, wie eine Veränderung in einer Variablen eine Veränderung in der anderen beeinflusst. Die Kovarianz kann auch verwendet werden, um die Standardabweichung eines Aktienbestands zu finden. Die Standardabweichung ist die angenommene Berechnung für das Risiko, und dies ist bei der Auswahl von Beständen äußerst wichtig. Normalerweise möchten Sie Aktien auswählen, die sich in entgegengesetzte Richtungen bewegen. Wenn sich die ausgewählten Aktien in entgegengesetzte Richtungen bewegen, dann kann das Risiko bei gleichem Betrag oder potenzieller Rendite geringer sein. Die Bottom Line Covarianz ist eine gemeinsame statistische Berechnung, die zeigen kann, wie zwei Aktien neigen dazu, zusammen zu bewegen. Wir können nur historische Erträge verwenden. So gibt es nie vollständige Sicherheit über die Zukunft. Auch sollte die Kovarianz nicht allein verwendet werden. Stattdessen kann es in anderen, wichtigeren Berechnungen wie Korrelation oder Standardabweichung verwendet werden.