将马尔可夫切换模型拟合到 R 中的数据

Question

我正在尝试使用 R 中的包 MSwM 将两种马尔可夫切换模型拟合到 log-returns 的时间序列。我正在考虑的模型是回归模型只有截距和 AR(1) 模型。这是我正在使用的代码：

library(tseries)

#Prices
ftse<-get.hist.quote(instrument="^FTSE", start="1984-01-03", end="2014-01-01", quote="AdjClose", compression="m")

#Log-returns
ftse.ret<-diff(log(ftse))

library(MSwM)

#Model with only intercept
mod<-lm(ftse.ret ~ 1)

#Fit regime-switching model
msmFit(mod, k=2, sw=c(T,T), p=0, data=ftse.ret)

#AR(1) model
mod<-lm(ftse.ret[2:360] ~ ftse.ret[1:359])

#Fit regime-switching model
msmFit(mod, k=2, sw=c(T,T,T), p=1, data=ftse.ret)

在这两种情况下，函数 msmFit 都不起作用。这是我收到的错误消息：

Error in (function (classes, fdef, mtable)  : 
  unable to find an inherited method for function ‘msmFit’ for signature ‘"lm", "numeric", "logical", "numeric", "zoo", "missing"’

我不知道为什么会收到此错误消息，因为我将 msmFit 对象用作函数的第一个参数 lm，这是一个合适的 class对于函数的参数。

Answer 1

您在将数据传递给 msmFit 时有一个不必要的参数，这是不必要的。数据已包含在 mod 中。以下代码为我运行：

library(tseries)

#Prices
ftse<-get.hist.quote(instrument="^FTSE", start="1984-01-03", end="2014-01-01", quote="AdjClose",     compression="m")

#Log-returns
ftse.ret<-diff(log(ftse))

library(MSwM)

#Model with only intercept
mod<-lm(ftse.ret ~ 1)

#Fit regime-switching model
mod.mswm=msmFit(mod, k=2, sw=c(T,T), p=0)
plot(mod.mswm)

Answer 2

当您设置 p = 1 时，msmFit model 将为您添加一个 AR(1) 系数。所以你可以简单地传入 model 只有截距 (mod) 并设置 p = 1。下面的代码应该有效。

library(tseries)
#Prices 
ftse<-get.hist.quote(instrument="^FTSE", start="1984-01-03", end="2014-01-01", quote="AdjClose", compression="m")

#Log-returns
ftse.ret<-diff(log(ftse))

library(MSwM)

#Model with only intercept
mod<-lm(ftse.ret ~ 1)

#Fit regime-switching model
msm_intercept <- msmFit(mod, k=2, sw=c(T,T), p=0)

#Fit regime-switching model with AR(1) model
msm_ar1 <- msmFit(mod, k=2, sw=c(T,T,T), p=1)

将马尔可夫切换模型拟合到 R 中的数据

Fitting Markov Switching Models to data in R

r

time-series

linear-regression

data-fitting

markov-models