Validarea ipotezelor modelului GARCH

Modele GARCH în Python

Chelsea Yang

Data Science Instructor

Verificare vizuală

Date brute de randament

Reziduuri standardizate

Modele GARCH în Python

Autocorrelație

  • Descrie corelația unei variabile cu ea însăși la un decalaj de timp dat

  • Prezența autocorrelației în reziduurile standardizate indică un model posibil nevalid

Pentru detectarea autocorrelației:

  • Grafic ACF
  • Ljung-Box
Modele GARCH în Python

Grafic ACF

  • ACF: Funcția de Autocorrelație
  • Grafic ACF: reprezentare vizuală a autocorrelației pe decalaje

Grafic ACF

Zona roșie indică nivelul de încredere (alpha = 5%)

Modele GARCH în Python

Grafic ACF în Python

from statsmodels.graphics.tsaplots import plot_acf

plot_acf(my_data, alpha = 0.05)
Modele GARCH în Python

Testul Ljung-Box

  • Testează dacă autocorrelațiile unui grup dintr-o serie de timp diferă de zero
  • H0: datele sunt distribuite independent
  • P-value < 5%: modelul nu este valid
Modele GARCH în Python

Testul Ljung-Box în 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])
Modele GARCH în Python

Să exersăm!

Modele GARCH în Python

Preparing Video For Download...