rgarch包是R中用来拟合和检验garch模型的一个包。该包最早在网站上发布，现已发布到CRAN上。简单而言，该包主要包括四个功能:

• 拟合garch族模型
  
• garch族模型诊断
  
• garch族模型预测
  
• 模拟garch序列
  
• 拟合序列分布
  
  

下面分别说一下。

     拟合garch族模型分三个步骤：

（1）通过ugarchspec函数设定模型形式

（2）通过ugarchfit函数拟合模型

一个典型的garch（p,q）模型如下：

      该模型由三个部分构成，均值方程对应式（1），分布假设对应（2），方差方程对应式（3），对三个部分进行适当的变形后可以形成egarch模型，egarch-ged模型，egarch-t模型，Igarch模型，garch-m模型和Qgarch模型等。因此，设定模型形式就是分别设定均值方程、方差方程和分布。

      rugarch包的优越之处正在于这里。ugarchspec函数的参数也被分解为为三个主要部分，分别是variance.model，对应式（3），mean.model，对应式（1），distribution.model对应式（2）中的$\epsilon$。用户通过对三个部分的参数的分别设定从而构造出自己想用的模型。

      举个例子：

      表示拟合的方差模型为sGARCH,方差模型的自回归阶数是（1，1），方差模型中未引入外生变量。

mean.model = list(armaOrder = c(1, 1), include.mean = TRUE, archm = FALSE, archpow = 1, arfima = FALSE, external.regressors = NULL, archex = FALSE)

      表示均值方程为arma(1,1)模型，方程自变量中包含均值，未引入外生变量。

      表示模型分布假设为正态分布。
      将三个部分装入ugarchspec的参数中就可以完成一个sgarch(1,1)-norm模型的模型设定。

myspec=ugarchspec(variance.model = list(model = "sGARCH", garchOrder = c(1, 1), submodel = NULL, external.regressors = NULL, variance.targeting = FALSE), mean.model = list(armaOrder = c(1, 1), include.mean = TRUE, archm = FALSE, archpow = 1, arfima = FALSE, external.regressors = NULL, archex = FALSE), distribution.model = "norm")

      拟合模型的函数是ugarchfit。ugarchfit的参数如下：

      其中，spec为ugarchspec函数的结果，data为数据对象。solver为优化算法。solver.control设定优化参数，fit.control设定拟合参数。
      接上面的例子：

      到这里一个garch模型就完成了。

键入下列代码查看模型的拟合结果：

rugarch包中模型结果的提取要依靠as.data.frame函数。比如提取模型的拟合值

提取残差序列：

提取方差序列：

当然，也可以同时查看所有：

或者

两个语句等价。

通过plot(myfit)可以对模型结果进行图形诊断：

如果模型通过检验，可以用ugarchforcast函数对未来进行预测：

可以用fpm或者plot来查看模型的预测结果。比如：