Python में GARCH मॉडल कैसे लागू करें

Python में GARCH मॉडल

Chelsea Yang

Data Science Instructor

Python "arch" पैकेज

from arch import arch_model

¹ Kevin Sheppard. (2019, March 28). bashtage/arch: Release 4.8.1 (Version 4.8.1). Zenodo. http://doi.org/10.5281/zenodo.2613877

Workflow

तीन चरणों में GARCH मॉडल बनाइए:

मॉडल निर्दिष्ट करें
मॉडल फिट करें
पूर्वानुमान बनाएँ

मॉडल स्पेसिफिकेशन

मॉडल मान्यताएँ:

वितरण: "normal" (default), "t", "skewt"
मीन मॉडल: "constant" (default), "zero", "AR"
वोलैटिलिटी मॉडल: "GARCH" (default), "ARCH", "EGARCH"

basic_gm = arch_model(sp_data['Return'], p = 1, q = 1, 
                      mean = 'constant', vol = 'GARCH', dist = 'normal')

मॉडल फिटिंग

हर n iterations के बाद मॉडल फिटिंग आउटपुट दिखाएँ:

gm_result = gm_model.fit(update_freq = 4)

मॉडल फिटिंग प्रक्रिया

डिस्प्ले बंद करें:

gm_result = gm_model.fit(disp = 'off')

फिटेड परिणाम: पैरामीटर्स

"maximum likelihood method" से अनुमानित

print(gm_result.params)

mu          0.077239
omega       0.039587
alpha[1]    0.167963
beta[1]     0.786467
Name: params, dtype: float64

फिटेड परिणाम: सारांश

print(gm_result.summary())

मॉडल फिटिंग सारांश

फिटेड परिणाम: प्लॉट्स

gm_result.plot()

मॉडल अनुमानों के प्लॉट

मॉडल फोरकास्टिंग

# 5-पीरियड ahead पूर्वानुमान बनाएँ
gm_forecast = gm_result.forecast(horizon = 5)

# variance पूर्वानुमान की आखिरी row प्रिंट करें
print(gm_forecast.variance[-1:])

                 h.1       h.2       h.3       h.4       h.5
Date                                                        
2019-10-10  0.994079  0.988366  0.982913  0.977708  0.972741

row "2019-10-10" में h.1: उस तारीख तक के डेटा से बना 1-step ahead पूर्वानुमान

अभ्यास करते हैं!

Python में GARCH मॉडल