Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący modeli zmienności GARCH

Zrozum, w jaki sposób wstrząsy i wariancje z przeszłości wpływają na prognozy GARCH i odróżnij zmienność warunkową od kierunku zwrotu i zrealizowanego ryzyka.

Powiązane ścieżki prowadząceModele zmienności Garcha
Pytanie 1 z 8

Które składniki decydują o kolejnej wariancji w modelu GARCH(1,1)?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Które składniki decydują o kolejnej wariancji w modelu GARCH(1,1)?
    • Stała innowacja do kwadratu czasu przeszłego i wariancja warunkowa w przeszłości
    • Tylko bieżący znak powrotu
    • Następny zaobserwowany zwrot i jego przyszły błąd
    • Liczba obiektów i klastrów
  2. Jaki wpływ ma niedawny duży szok kwadratowy na wariancję warunkową?
    • Ustaw oczekiwany kierunek powrotu na dodatni
    • Podnieś prognozę kolejnej wariancji w całym okresie ARCH
    • Wymuś beta do zera
    • Spraw, aby zrealizowana wariancja była dokładnie znana
  3. Czy prognoza wariancji GARCH może określić, czy następny zwrot będzie dodatni czy ujemny?
    • Tak, beta jest znakiem powrotu
    • Tak, większa wariancja oznacza dodatni zwrot
    • Nie, modeluje wariancję warunkową, a nie kierunek zwrotu
    • Tylko jeśli prognoza wariancji wynosi zero
  4. Co pomagają ocenić reszty standaryzowane?
    • Dokładna kwota przyszłej straty
    • Określa, czy nazwy funkcji są uporządkowane
    • Liczba okresów sezonowych
    • Czy innowacje skalowane przez dopasowaną zmienność zachowują strukturę
  5. Po co sprawdzać kwadraty reszt standaryzowanych?
    • Aby oszacować średni kierunek powrotu
    • Aby wyszukać pozostałe klastry zmienności
    • Aby obliczyć próg klasyfikacji
    • Aby sprawdzić, czy wszystkie wstrząsy są pozytywne
  6. Co według standardowych założeń GARCH(1,1) sugeruje alfa+beta w pobliżu jedności?
    • Znany pozytywny zwrot
    • Brak efektu wariancji z przeszłości
    • Bardzo trwałe szoki zmienności
    • Zerowa wariancja warunkowa
  7. Dlaczego można rozważyć dystrybucję innowacji z ciężkim ogonem?
    • To sprawia, że równanie średniej jest niepotrzebne
    • Gwarantuje przewidywanie każdego zdarzenia ogonowego
    • Ustawia wariancję warunkową na zero
    • Zwroty finansowe mogą dawać bardziej ekstremalne obserwacje niż w przypadku normalnego modelu
  8. Które zastrzeżenie dotyczące pomiaru ma zastosowanie podczas sprawdzania prognozy wariancji względem zrealizowanej wariancji?
    • Sam serwer proxy jest głośny i niedokładnie zmierzony
    • Wartość zastępcza jest zawsze prawdziwą wariancją warunkową
    • Można ocenić tylko średnią zwrotu
    • Horyzont prognozy nie ma już znaczenia