随机游走matlab程序

function [vr_value,z1,z2]=vr(x,q)

%输入x为价格序列，q为滞后阶数

%vr_value输出方差比值

%z1为收益序列不存在下的检验统计量

%z2为收益序列为异方差时的检验统计量

%显著性水平0.05（双侧标准正态检验）

n1=size(x,2);%原始数据维数为m

m=n1-1;

r=zeros(1,m);

for i=1:m

r(i)=x(i+1)-x(i);

end

%r;

%median(r);%中值

%mean(r);%期望

%var(r);%方差

%range(r);%极差

%kurtosis(r);%峰度

%skewness(r);%偏度

mu=mean(r);%均值

rm=zeros(1,m-q+1);

for i=1:m-q+1

for j=i:i+q-1

rm(i)=rm(i)+r(j);

end

end

s1=0;s2=0;

for t=q:m

s1=s1+(x(1+t)-x(1+t-q)-q*mu)^2;

end

for t=1:m

s2=s2+(x(t+1)-x(t)-mu)^2;

end

me=q*(m-q+1)*(1-q/m);

vr_value=(s1/me)/(s2/(m-1));%vr_value为Lo & Mackinlay提出的方差比fy1=2*(2*q-1)*(q-1)/(3*q*m);

z1=(vr_value-1)/sqrt(fy1);

%收益序列不存在时的方差比

fy2=0;

delta=zeros(1,q-1);

delta1=zeros(1,q-1);

s3=0;

for k=1:q-1

for l=k+1:m

delta1(k)=delta1(k)+(x(k+1)-x(k)-mu)^2*(x(1+l-k)-x(l-k)-mu)^2; end

for t=1:m

s3=s3+(x(t+1)-x(t)-mu)^2;

end

delta(k)=delta1(k)/(s3)^2;

fy2=fy2+delta(k)*(2*(q-k)/q)^2;

end

z2=(vr_value-1)/sqrt(fy2);%收益序列是异方差时的方差比