Моделирование GARCH в R
Я делаю имитацию модели GARCH. Сама модель не слишком актуальна, я хотел бы спросить вас об оптимизации симуляции в R. Больше всего, если вы видите место для векторизации, я думал об этом, но не вижу его. Пока что у меня есть это:
Позволять:
# ht=cond.variance in t
# zt= random number
# et = error term
# ret= return
# Horizon= n periods ahead
Итак, это код:
randhelp= function(horizon=horizon){
ret <- zt <- et <- rep(NA,horizon)#initialize ret and zt et
for( j in 1:horizon){
zt[j]= rnorm(1,0,1)
et[j] = zt[j]*sqrt(ht[j])
ret[j]=mu + et[j]
ht[j+1]= omega+ alpha1*et[j]^2 + beta1*ht[j]
}
return(sum(ret))
}
Я хочу провести симуляцию доходности через 5 периодов, так что я буду запускать это, скажем, 10000.
#initial values of the simulation
ndraws=10000
horizon=5 #5 periods ahead
ht=rep(NA,horizon) #initialize ht
ht[1] = 0.0002
alpha1=0.027
beta1 =0.963
mu=0.001
omega=0
sumret=sapply(1:ndraws,function(x) randhelp(horizon))
Я думаю, что это происходит достаточно быстро, но я хотел бы спросить вас, есть ли способ лучше подойти к этой проблеме.
Спасибо!