GARCH
Comúnmente usado en finanzas, este modelo es adecuado para predecir series temporales con propiedades de agrupación de la volatilidad.
El modelo Autorregresivo de Heteroscedasticidad Condicional Generalizado de orden p,q, también conocido como GARCH (p,q) por sus siglas en inglés, es un modelo de series temporales que tiene en cuenta la volatilidad, una característica importante de los datos financieros (por ejemplo, la volatilidad de los rendimientos de los activos). La previsión de la volatilidad es útil en la evaluación del riesgo financiero.
La función GARCH implementada en XLSTAT-R llama a la función garch de la paquetería tseries (Adrian Trapletti, Kurt Hornik) de R. Esta función ajusta un modelo GARCH a las series temporales calculando las estimaciones de máxima verosimilitud del modelo condicionalmente normal.
