Изменения
→Garch
В предыдущих моделях считалось, что слагаемое ошибки в стохастическом процессе генерации временного ряда имели одинаковую дисперсию.
В GARSHGARСH-модели (рис. 13) предполагается, что слагаемое ошибки следуют авторегрессионному условному гетероскедастичному процессу скользящему среднему (англ. AutoRegressive Conditional HeteroscedasticityMoving Average, ARCHARMA), соответственно слагаемое меняется по ходу времени. Это особенно полезно при моделировании финансовых временных рядов, так как диапазон изменений тоже постоянно меняется.
Обычно ARMA используется и для учёта среднего, более подробное введение в Garsh можно найти [https://cran.r-project.org/web/packages/rugarch/vignettes/Introduction_to_the_rugarch_package.pdf здесь]<br><br><br>
