GARCHモデル仮定の検証

Pythonで学ぶGARCHモデル

Chelsea Yang

Data Science Instructor

目視チェック

生のリターンデータ

標準化残差

Pythonで学ぶGARCHモデル

自己相関

  • 時間ラグをとった自己相関の説明

  • 標準化残差に自己相関があるとモデルの妥当性に疑義

  • ACFプロット

  • Ljung-Box
Pythonで学ぶGARCHモデル

ACFプロット

  • ACF: 自己相関関数
  • ACFプロット: ラグ別の自己相関の可視化

ACFプロット

赤帯は信頼区間（α = 5%）を示す

Pythonで学ぶGARCHモデル

PythonでのACFプロット

from statsmodels.graphics.tsaplots import plot_acf

plot_acf(my_data, alpha = 0.05)
Pythonで学ぶGARCHモデル

Ljung-Box検定

  • 時系列の自己相関が複数ラグでゼロと異なるかを検定
  • 帰無仮説: データは独立同分布
  • p値 < 5%: モデルは妥当でない
Pythonで学ぶGARCHモデル

Ljung-Box検定（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])
Pythonで学ぶGARCHモデル

実践してみましょう！

Pythonで学ぶGARCHモデル

Preparing Video For Download...