楼主您好。我用Kevin的dcc_mvgarch的MATLAB程序，出现了一些问题，能不能请教一下您？望不吝赐教，谢谢。
下面是命令以及机器出现的错误提示：
[data,text]=xlsread('TRD_Dalyr','sheet3','C1:D1136');
>> dccP=1;
>> dccQ=1;
>> archP=1;
>> garchQ=1;
>> [para,log,Ht,Qt,stdresid,likelihoods,stderrors,A,B,jointscores]=dcc_mvgarch(data,dccP,dccQ,archP,garchQ)
Estimating GARCH model for Series 1
Warning: The default trust-region-reflective algorithm does not solve problems
with the constraints you have specified. FMINCON will use the active-set
algorithm instead. For information on applicable algorithms, see Choosing the
Algorithm in the documentation.
> In fmincon at 504
  In fattailed_garch at 198
  In dcc_mvgarch at 82
Warning: Your current settings will produce an error in a future release.
> In fmincon at 514
  In fattailed_garch at 198
  In dcc_mvgarch at 82
Estimating GARCH model for Series 2
Warning: The default trust-region-reflective algorithm does not solve problems
with the constraints you have specified. FMINCON will use the active-set
algorithm instead. For information on applicable algorithms, see Choosing the
Algorithm in the documentation.
> In fmincon at 504
  In fattailed_garch at 198
  In dcc_mvgarch at 82
Warning: Your current settings will produce an error in a future release.
> In fmincon at 514
  In fattailed_garch at 198
  In dcc_mvgarch at 82
Maximum recursion limit of 500 reached. Use set(0,'RecursionLimit',N) to change
the limit. Be aware that exceeding your available stack space can crash MATLAB
and/or your computer.

Error in optimoptioncheckfield>stringsType

您好  请问有MRS-GARCH模型的matlab程序吗  因为写论文的关系正在学习  您说有程序上传在论坛，可是都找不到啊  能不能烦请发一下给我呢  邮箱337541413@qq.com 万分感谢了！！

有的，单变量的我发的。你到我的空间看我发的帖子。

前辈您好！我不太明白为什么朱博士的程序里在很多参数上都设定了现成的数字,如a_1，又如对于state的判断是人为设定了var_err_mean-0.00005和+0.00015两个门限来判断，然而对于Markov转换来说，所有这些参数难道不应该是最后估计出来的吗？对于state判断采取这样的标准又有什么依据，根据一定的门限来判断的话不是成了门限转换模型？  谢谢指点！

另外，朱博士的paper里说文章用的是random walk MH抽样，但是程序里%标注的是Gibbs抽样，这个程序究竟是用了哪种抽样……？

这些我也不懂。

请问一下这个程序的Qt的初值是怎么取得

LZ，现在关于这个模型搞得怎么样了？我最近正在搞一个类似的东西，出来似然函数以后应该怎样估计呢？有没有代码可以参考一下？谢谢。

非常感谢分享

明白了 一些，再次感谢

学习了。非常感谢大家的精彩发言

给顶起来。。。。

我发现对这个问题感兴趣的人还真不少啊，如果有人懂的能教教我就好啦！谁准备开班我就积极参加！自己看太痛苦啦

您好，我运行您上传的Marcucci_Programs_and_Data文件夹中的mrsgarchestfor_con_all.m，运行了好久，出现了这样的错误
??? Undefined function or variable 'fid'.

Error in ==> mrsgarchestfor_con_all at 354
    status = fclose(fid);
请问应该怎么修改呢？

您好，虽然是2013年的帖子了，但是我还是回复一下吧，最近刚好在研究这些，希望后来人看到了也能有启发，把这个帖子进行下去，是这样，在拟合马尔可夫机制转移模型参数的办法中，MCMC (马尔可夫链蒙特卡洛)是一种构建分布的分布抽样方法，是最初的一个数学方法，它由chapman-kologronvo equation为引理去一步步证明了它这种方法的可行性，并引申出来了detailed balance这一条定理。那么在这之后，MCMC它主要有两种具体的抽样算法(sampling algorithm)去实现它的分布抽样思想，第一种叫MH algorithm，它的全称是Mentroplis-Hastings sampling algorithm, 第二种便是Gibbs samping algorithm。这两种算法最大的不同便是他们各自针对的数据抽样的维度，第一种MH是针对一维数据采样去构建一个一维分布(如一维高斯分布)的，第二种Gibbs是针对多维数据去采样构建一个高维分布(如三维高斯分布)的，这两个算法都涉及到了接收率这个概念，具体的数学表达我就略过不说了，大家可以具体去查一查，现在的资料已经比较多了，那么在第一种方法MH里是存在接收率的，并且它有实际地产生作用，因为其接收率为0到1之间，但是在第二种方法Gibbs里的接收率，通过数学推导之后接收率被证明为1，也就意味着其接收率为100%，所以可以理解为第二种方法Gibbs不存在接收率了，因为采样都会被接收，因此从数学上来看，第二种方法Gibbs也是第一种方法MH的一个特殊化形式。