Kiểm định giả định của mô hình GARCH

Mô hình GARCH với Python

Chelsea Yang

Data Science Instructor

Kiểm tra trực quan

Dữ liệu lợi suất thô

Phần dư chuẩn hóa

Mô hình GARCH với Python

Tự tương quan

  • Mô tả tương quan của biến với chính nó theo độ trễ

  • Có tự tương quan trong phần dư chuẩn hóa cho thấy mô hình có thể không phù hợp

Cách phát hiện tự tương quan:

  • Biểu đồ ACF
  • Ljung-Box
Mô hình GARCH với Python

Biểu đồ ACF

  • ACF: AutoCorrelation Function
  • Biểu đồ ACF: trực quan hóa tự tương quan theo các độ trễ

Biểu đồ ACF

Vùng đỏ biểu thị mức tin cậy (alpha = 5%)

Mô hình GARCH với Python

Biểu đồ ACF trong Python

from statsmodels.graphics.tsaplots import plot_acf

plot_acf(my_data, alpha = 0.05)
Mô hình GARCH với Python

Kiểm định Ljung-Box

  • Kiểm tra xem nhóm tự tương quan của chuỗi thời gian có khác 0 không
  • H0: dữ liệu độc lập phân phối
  • P-value < 5%: mô hình không phù hợp
Mô hình GARCH với Python

Kiểm định Ljung-Box bằng Python

# Import the Python module
from statsmodels.stats.diagnostic import acorr_ljungbox

# Perform the Ljung-Box test
lb_test = acorr_ljungbox(std_resid , lags = 10)

# Check p-values
print('P-values are: ', lb_test[1])
Mô hình GARCH với Python

Ayo berlatih!

Mô hình GARCH với Python

Preparing Video For Download...