一般化されたパレート分布へのテールデータの継承R

Question

データセットはS &です。P500は16年間返します。 S & P500のECDFをプロットし、同等の正規分布のCDFと比較すると、S & P 500データにFat Tailsの存在がわかります。コードは以下の通りです： -

library(quantmod) # Loading quantmod library 
getSymbols("^GSPC", from = as.character(Sys.Date()-365*16)) # SPX price date for 16 yrs 

SPX <- dailyReturn(GSPC) 
SPX_ecdf <- ecdf(as.numeric(SPX)) # dropping xts class 

plot(SPX_ecdf,lwd=2,col="red")# Plotting the empirical CDF of S&P500 
SPX_mean <- mean(as.numeric(SPX)) 
SPX_sd <- sd(as.numeric(SPX)) 

xseq<-seq(-4,4,.01) 
cumulative<-pnorm(xseq, mean=SPX_mean, sd=SPX_sd) 
lines(xseq,cumulative,col="blue",lwd=2) #Plotting the CDF of a Normal Distribution 
legend(x="topleft",c("Empirical CDF of S&P 500 Daily returns","CDF of the Normal Distribution"),col=c("red","blue"),lwd=c(2,2)) 

私はGPDの助けを借りて私のデータのテールをモデル化したいと思います。いま私が正しいとすれば、テールがフレッシュ（本当に太っている場合）のために形状パラメータ（ξ> 0）とスケールパラメータ（β> 0）です。

Rでこれをテストし、自分のデータに基づいてこれらのパラメータの値を見つける方法はありますか？

そこには、私は私に私規模と形状パラメータを与えていると考えている機能fitgpdを持っていたPOTと呼ばれるパッケージに使用されます。しかし、このパッケージはもう利用できません。誰かが私に適合パラメータを与える他のパッケージで同様の機能を認識していますか？

Answer 1

私はこれが正常に見える場合は私に知らせてください、これは私

library(ismev) 
SPX <- SPX*(-1) # Converting the lower tail to the upper tail 
fit<-gpd.fit(as.numeric(SPX),0.04) # This will fit my data of the upper tail beyond threshold of 0.04 to a GPD 
fit$mle # This should give me the Maximum Likelihood estimates for the scale and shape parameter 

のために働くべきだと思いますか？