Neden GARCH modellerine ihtiyaç duyarız

Python ile GARCH Modelleri

Chelsea Yang

Data Science Instructor

Kurs özeti

GARCH: Genelleştirilmiş Otoregresif Koşullu Heteroskedastisite

Risk ölçüsü olarak oynaklık

Adım 1: Getiriyi fiyat değişiminin yüzdesi olarak hesaplayın $$ return = {\frac{P_1 - P_0}{P_0}} $$
Adım 2: Örnek ortalama getiriyi hesaplayın $$ mean = \frac {\sum_{i=1}^n {return_i} }n $$
Adım 3: Örnek standart sapmayı hesaplayın $$ volatility = \sqrt\frac {\sum_{i=1}^n {(return_i - mean)}^2} {n-1}= \sqrt {variance}$$

pandas pct_change() yöntemini kullanın:

return_data = price_data.pct_change()

pandas std() yöntemini kullanın:

volatility = return_data.std()

(ayda 21 işlem günü varsayalım)

$$\sigma_{monthly} = \sqrt{21} * \sigma_d$$

(yılda 252 işlem günü varsayalım)

$$\sigma_{annual} = \sqrt{252} * \sigma_d$$

Değişen varyans (heteroskedastisite):

Heteroskedastisite memi

Homoskedastisite vs Heteroskedastisite

Homoskedastisite ve Heteroskedastisite

VIX tarihsel fiyatları:

VIX tarihsel fiyat grafiği

Python ile GARCH Modelleri