时间戳

首页 > 解决方案 > 使用 ARIMA 循环预测波动率

stata - 使用 ARIMA 循环预测波动率

问题描述

关于Stata中循环的一个小问题：

我有一个数据集，其中包含以下变量：隐含波动率（股票期权）和该期权的 delta（期权价格对标的物的弹性）。Delta 严格来说在 20 到 80 之间，增量为 5。隐含波动率通常是几个百分点。

我想得到这个：

quietly arima impl_volatility if delta == 20, ar(1) ma(1)
predict tildevol20 if delta == 20

为 (20, 25, 30, 35, ..., 80)的每个值循环delta，因此循环中的下一个将是：

quietly arima impl_volatility if delta == 25, ar(1) ma(1)
predict tildevol25 if delta == 25

变量 tildevol(delta) 应该从 delta 开始tildevol20并随着 delta 的增加而增加tildevol80。

我已经尝试过这个，以及其他几个迭代，但我似乎无法让它工作（deltalvl是 delta 的本地存储值的名称，20-80）。

levelsof delta, local(deltalvl)
foreach 1 of local deltalvl {
   quietly arima impl_volatility if delta == `deltalvl', ar(1) ma(1)
   predict tildevol`deltalvl' if delta == `deltalvl'
}

它什么也不返回，它只是运行，然后结束，它没有给出错误。

Stata 文档似乎对此一无所知（或者我可能只是在错误的地方寻找）。

数据集示例：

示例 1

示例 2

因此，每个日期的每个增量都在 20-80 之间，增量为 5，并且每个增量都有隐含波动率。所以 1 个日期 > 13 个 deltas > 每个 delta 1 波动率。

标签： stataarima

解决方案

更有意义的是

foreach 1 of local deltalvl {
   arima impl_volatility if delta == `1', ar(1) ma(1)
   predict tildevol`1' if delta == `1'
}

但很难预测这是否会奏效。

quietly当调试是一个坏主意时。您可能需要 Stata 提供的信息。

推荐阅读