Использование for-loop для модели DCC GARCH в R

Question

Я новый пользователь в R. Пожалуйста, помогите мне!

У меня есть 1114 наблюдений с 8 активами. Например, я приспособил многомерную модель DCC-GARCH для первых 1000 точек данных, и я хочу сделать прогноз 1-вперед для последующих 3 периода, таких как

1) Data[1:1000,] In-sample data, forecast for Data[1001,] 
2) Data[1:1001,] In-sample data, forecast for Data[1002,] 
3) Data[1:1002,] In-sample data, forecast for Data[1003,] 

Ниже мой воспроизводимый код: -

# load libraries 
library(rugarch) 
library(rmgarch) 
library(FinTS) 
library(tseries) 
library (fPortfolio) 

data(dji30retw) 
for (i in 1:3) { 
Dat.Initial = dji30retw[, 1:8, drop = FALSE] 
Dat <- Dat.Initial[1:(1000+(i-1)), ] 

#Fitting the data 
uspec = ugarchspec(mean.model = list(armaOrder = c(0,0)), variance.model = list(garchOrder = c(1,1), model = "sGARCH"), distribution.model = "norm") 
spec1 = dccspec(uspec = multispec(replicate(8, uspec)), dccOrder = c(1,1), distribution = "mvnorm") 
fit1 <- list() 
fit1[[i]] = dccfit(spec1, data = Dat, out.sample = 1, fit.control = list(eval.se=T)) 

#Out of sample forecasting 
dcc.focast <- list() 
dcc.focast[[i]]=dccforecast(fit1[[i]], n.ahead = 1, n.roll = 0) 
print(dcc.focast[[i]]) 
} 

Коды работают отлично. Теперь я могу получить значения dcc.focast. Но почему, если я выполню

dcc.focast[[1]] 
NULL 

это дает мне «NULL». Должен ли он выдавать тот же ответ, что и «print (dcc.focast [[i]]), как в цикле?

Проблема здесь, это только дает мне dcc.focast [[3]]. Остальные - «NULL». Какую ошибку я совершил? Кто-нибудь может помочь объяснить?

Answer 1

Измените свой код, чтобы определить свои списки за пределами for. Вы удаляете предыдущие вычисления при переопределении своих списков внутри цикла.

data(dji30retw) 
fit1 <- list() 
dcc.focast <- list() 
for (i in 1:3) {#i=1 
    Dat.Initial = dji30retw[, 1:8, drop = FALSE] 
    Dat <- Dat.Initial[1:(1000+(i-1)), ] 

    #Fitting the data 
    uspec = ugarchspec(mean.model = list(armaOrder = c(0,0)), variance.model = list(garchOrder = c(1,1), model = "sGARCH"), distribution.model = "norm") 
    spec1 = dccspec(uspec = multispec(replicate(8, uspec)), dccOrder = c(1,1), distribution = "mvnorm") 
    fit1[[i]] = dccfit(spec1, data = Dat, out.sample = 1, fit.control = list(eval.se=T)) 

    #Out of sample forecasting 
    dcc.focast[[i]]=dccforecast(fit1[[i]], n.ahead = 1, n.roll = 0) 
    print(dcc.focast[[i]]) 
} 
summary(dcc.focast) 
dcc.focast[[1]] 

> summary(dcc.focast) 
    Length Class  Mode 
[1,] 1  DCCforecast S4 
[2,] 1  DCCforecast S4 
[3,] 1  DCCforecast S4 
> dcc.focast[[1]] 

*---------------------------------* 
*  DCC GARCH Forecast  * 
*---------------------------------* 

Distribution   : mvnorm 
Model    : DCC(1,1) 
Horizon    : 1 
Roll Steps   : 0 
----------------------------------- 

0-roll forecast: 
, , 1 

     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] 
[1,] 1.0000 0.3378 0.3244 0.2383 0.2730 0.5086 0.3470 0.5073 
[2,] 0.3378 1.0000 0.3498 0.5423 0.5910 0.3321 0.2802 0.3658 
[3,] 0.3244 0.3498 1.0000 0.2372 0.2771 0.3479 0.2433 0.3625 
[4,] 0.2383 0.5423 0.2372 1.0000 0.5746 0.2877 0.2303 0.3593 
[5,] 0.2730 0.5910 0.2771 0.5746 1.0000 0.3063 0.2169 0.3101 
[6,] 0.5086 0.3321 0.3479 0.2877 0.3063 1.0000 0.3637 0.4307 
[7,] 0.3470 0.2802 0.2433 0.2303 0.2169 0.3637 1.0000 0.3976 
[8,] 0.5073 0.3658 0.3625 0.3593 0.3101 0.4307 0.3976 1.0000