这就是范例的代码,
很容易就可以运行.
  

确实好了。很奇怪，之前不知哪里出了问题。

epoh老师，您好！
    您看看以下winrats程序错在什么地方？
非常感谢！

system(model=var1)
variables rs rf
lags 1
det constant
end(system)

open data g10xrate.xls
data(format=xls,org=columns) 1 6237 usxjpn usxfra usxsui
set xjpn = 100.0*log(usxjpn/usxjpn{1})
set xfra = 100.0*log(usxfra/usxfra{1})
set xsui = 100.0*log(usxsui/usxsui{1})
garch(p=1,q=1,model=var1,mv=bekk,hmatrices=hh,rvectors=rd,pmethod=simplex,piters=10)/ xjpn xfra xsui

## SX11. Identifier RS is Not Recognizable. Incorrect Option Field or Parameter Order?
>>>> variables rs <<<<

open data g10xrate.xls
data(format=xls,org=columns) 1 6237 usxjpn usxfra usxsui
set xjpn = 100.0*log(usxjpn/usxjpn{1})
set xfra = 100.0*log(usxfra/usxfra{1})
set xsui = 100.0*log(usxsui/usxsui{1})

*VAR(1) model for the mean, BEKK for the variance
system(model=var1)
variables xjpn xfra xsui
lags 1
det constant
end(system)

garch(p=1,q=1,model=var1,mv=bekk,hmatrices=hh,rvectors=rd,pmethod=simplex,piters=10) / xjpn xfra xsui

MV-GARCH, BEKK - Estimation by BFGS
Convergence in   104 Iterations. Final criterion was  0.0000095 <=  0.0000100
Usable Observations                      6235
Log Likelihood                    -11809.4143

    Variable                        Coeff      Std Error      T-Stat      Signif
************************************************************************************
1.  XJPN{1}                       0.054056756  0.011157196      4.84501  0.00000127
2.  XFRA{1}                       0.023692552  0.012767254      1.85573  0.06349232
3.  XSUI{1}                      -0.034347414  0.009122370     -3.76519  0.00016643
4.  Constant                      0.006201308  0.005803445      1.06856  0.28526957
5.  XJPN{1}                       0.028502333  0.011319085      2.51808  0.01179974
6.  XFRA{1}                       0.023733022  0.009892819      2.39901  0.01643924
7.  XSUI{1}                      -0.009374605  0.006832107     -1.37214  0.17001996
8.  Constant                     -0.001862654  0.004674356     -0.39848  0.69027378
9.  XJPN{1}                       0.040988355  0.013943092      2.93969  0.00328542
10. XFRA{1}                       0.025029943  0.009888338      2.53126  0.01136540
11. XSUI{1}                      -0.017967277  0.009367145     -1.91812  0.05509620
12. Constant                     -0.001915049  0.005577392     -0.34336  0.73132830
13. C(1,1)                        0.080420169  0.004844832     16.59917  0.00000000
14. C(2,1)                        0.026792535  0.007153359      3.74545  0.00018007
15. C(2,2)                        0.055092810  0.005136386     10.72599  0.00000000
16. C(3,1)                        0.034174635  0.007952256      4.29748  0.00001728
17. C(3,2)                       -0.004064308  0.010069368     -0.40363  0.68648419
18. C(3,3)                       -0.058668020  0.006546375     -8.96191  0.00000000
19. A(1,1)                        0.356742939  0.011175929     31.92065  0.00000000
20. A(1,2)                        0.099023385  0.009312906     10.63292  0.00000000
21. A(1,3)                        0.107358980  0.012538272      8.56250  0.00000000
22. A(2,1)                        0.033523234  0.015000487      2.23481  0.02542984
23. A(2,2)                        0.398493512  0.017986175     22.15555  0.00000000
24. A(2,3)                       -0.070349572  0.019349112     -3.63580  0.00027712
25. A(3,1)                       -0.047186040  0.010155983     -4.64613  0.00000338
26. A(3,2)                       -0.122496143  0.012604129     -9.71873  0.00000000
27. A(3,3)                        0.292924401  0.014013391     20.90318  0.00000000
28. B(1,1)                        0.936391469  0.003747744    249.85472  0.00000000
29. B(1,2)                       -0.025328191  0.003246968     -7.80057  0.00000000
30. B(1,3)                       -0.027021572  0.004178229     -6.46723  0.00000000
31. B(2,1)                       -0.010662124  0.005817199     -1.83286  0.06682308
32. B(2,2)                        0.911892529  0.007065422    129.06413  0.00000000
33. B(2,3)                        0.030714339  0.007142836      4.30002  0.00001708
34. B(3,1)                        0.016113773  0.004334369      3.71767  0.00020107
35. B(3,2)                        0.047482017  0.005627813      8.43703  0.00000000
36. B(3,3)                        0.946088918  0.005435624    174.05342  0.00000000

epoh老师，您好！
    R中那个包可以做协整和向量误差修正模型？我在timeSeries中没有找到相关的函数。