使用 ARIMA 循环预测波动率

Question

关于Stata中循环的一个小问题：

我有一个包含以下变量的数据集：（股票期权的）隐含波动率，以及该期权的 delta（标的期权价格的弹性）。 Delta 严格在 20 到 80 之间，增量为 5。隐含波动率通常为几个百分点。

我想要这个：

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

对 delta 的每个值（20、25、30、35、...、80）进行循环，因此循环中的下一个值将是：

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

变量 tildevol(delta) 应从 tildevol20 开始并随增量增加，直至 tildevol80。

我试过这个，还有其他几次迭代，但我似乎无法让它工作（deltalvl 是 delta 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returns 没什么，它只是运行，然后结束，它不会报错。

Stata 文档似乎没有关于此的任何内容（或者我可能只是找错地方了）。

数据集示例：

所以每个日期都有 20-80 之间的每个增量，增量为 5，每个增量都有一个隐含波动率。所以 1 个日期 > 13 个增量 > 每个增量 1 个波动率。

Answer 1

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'
}

但预测这是否会奏效并不容易。

quietly 调试时是个坏主意。您可能需要 Stata 提供的信息。

使用 ARIMA 循环预测波动率

Looping with ARIMA to predict volatility

stata

arima