Vì sao cần mô hình GARCH

Mô hình GARCH với Python

Chelsea Yang

Data Science Instructor

Tổng quan khóa học

GARCH: Generalized AutoRegressive Conditional Heteroskedasticity

  • Chương 1: Nền tảng mô hình GARCH
  • Chương 2: Cấu hình mô hình GARCH
  • Chương 3: Đánh giá hiệu suất mô hình
  • Chương 4: GARCH trong thực tiễn
Mô hình GARCH với Python

Biến động là gì

  • Mô tả độ phân tán của lợi nhuận tài sản theo thời gian
  • Thường tính bằng độ lệch chuẩn hoặc phương sai của lợi nhuận giá
  • Biến động càng cao, tài sản càng rủi ro

Biến động như thước đo rủi ro

Mô hình GARCH với Python

Cách tính biến động

  • Bước 1: Tính lợi nhuận theo phần trăm thay đổi giá $$ return = {\frac{P_1 - P_0}{P_0}} $$

  • Bước 2: Tính lợi nhuận trung bình mẫu $$ mean = \frac {\sum_{i=1}^n {return_i} }n $$

  • Bước 3: Tính độ lệch chuẩn mẫu $$ volatility = \sqrt\frac {\sum_{i=1}^n {(return_i - mean)}^2} {n-1}= \sqrt {variance}$$

Mô hình GARCH với Python

Tính biến động trong Python

Dùng phương thức pandas pct_change():

return_data = price_data.pct_change()

Dùng phương thức pandas std():

volatility = return_data.std()
Mô hình GARCH với Python

Quy đổi biến động

  • Quy đổi biến động tháng từ biến động ngày:

(giả định 21 ngày giao dịch/tháng)

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

  • Quy đổi biến động năm từ biến động ngày:

(giả định 252 ngày giao dịch/năm)

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

Mô hình GARCH với Python

Thách thức khi mô hình hóa biến động

Phương sai thay đổi (Heteroskedasticity):

  • Từ Hy Lạp cổ: "khác" (hetero) + "độ phân tán" (skedasis)
  • Chuỗi thời gian có độ biến động thay đổi có hệ thống theo thời gian

Meme về phương sai thay đổi

Mô hình GARCH với Python

Phát hiện phương sai thay đổi

Đồng phương sai cố định vs Phương sai thay đổi

Đồng phương sai cố định vs Phương sai thay đổi

Mô hình GARCH với Python

Cụm biến động (volatility clustering)

Giá lịch sử VIX:

Biểu đồ giá lịch sử VIX

Mô hình GARCH với Python

Hãy thực hành!

Mô hình GARCH với Python

Preparing Video For Download...