Ejercicio econométrico avanzado para analizar la volatilidad del retorno diario del Bitcoin a través de un modelo Garch durante el período 01 de enero 2014 al 30 de enero 2020.

Se realizó la estimación del riesgo (VaR) análisis y gráficos finalizando con predicciones para los primeros días de febrero 2020.

Se seleccionó el modelo utilizando el criterio de Akaike y revisaron parámetros. El principal ajuste fue el método de distribución por término de error.

El siguiente modelo sirve de herramienta al análisis técnico utilizado por traders para hacer posiciones de compra o venta detectando tendencias y cambios de ciclos donde el catálogo de los modelos Garch a demostrado capacidad predictiva superando otros modelos de riesgo.

• Gráfico interactivo
• Gráfico Volatilidad Condicional eGarch (2,1)
• Gráfico QQ Plot
• Gráfico de residuos estandarizados
• Gráfico Valor en Riesgo 1%
• Gráfico Valor en Riesgo Vs. Retornos
• Reporte de Valor en Riesgo
• Forecast Sigma 3 horizontes de febrero 2020
• Gráfico de Forecast Sigma
• Rolling Forecast
• Gráfico de Rolling Forecast

## [1] "BTC-USD"

## 
## please wait...calculating quantiles...

## VaR Backtest Report
## ===========================================
## Model:               eGARCH-std
## Backtest Length: 1103
## Data:                
## 
## ==========================================
## alpha:               1%
## Expected Exceed: 11
## Actual VaR Exceed:   9
## Actual %:            0.8%
## 
## Unconditional Coverage (Kupiec)
## Null-Hypothesis: Correct Exceedances
## LR.uc Statistic: 0.403
## LR.uc Critical:      6.635
## LR.uc p-value:       0.526
## Reject Null:     NO
## 
## Conditional Coverage (Christoffersen)
## Null-Hypothesis: Correct Exceedances and
##                  Independence of Failures
## LR.cc Statistic: 0.551
## LR.cc Critical:      9.21
## LR.cc p-value:       0.759
## Reject Null:     NO

## 
## *------------------------------------*
## *       GARCH Model Forecast         *
## *------------------------------------*
## Model: eGARCH
## Horizon: 3
## Roll Steps: 0
## Out of Sample: 0
## 
## 0-roll forecast [T0=2020-01-30]:
##       Series   Sigma
## T+1 0.001261 0.04461
## T+2 0.001261 0.04622
## T+3 0.001261 0.04635

## 
## *------------------------------------*
## *       GARCH Model Forecast         *
## *------------------------------------*
## Model: eGARCH
## Horizon: 8
## Roll Steps: 5
## Out of Sample: 5
## 
## 0-roll forecast [T0=2020-01-24]:
##       Series   Sigma
## T+1 0.001192 0.03927
## T+2 0.001192 0.04096
## T+3 0.001192 0.04116
## T+4 0.001192 0.04136
## T+5 0.001192 0.04155
## T+6 0.001192 0.04174
## T+7 0.001192 0.04193
## T+8 0.001192 0.04212