Python में GARCH मॉडल
Chelsea Yang
Data Science Instructor
GARCH: Generalized AutoRegressive Conditional Heteroskedasticity

चरण 1: रिटर्न को प्राइस बदलाव के प्रतिशत के रूप में निकालें $$ return = {\frac{P_1 - P_0}{P_0}} $$
चरण 2: सैंपल का औसत रिटर्न निकालें $$ mean = \frac {\sum_{i=1}^n {return_i} }n $$
चरण 3: सैंपल standard deviation निकालें $$ volatility = \sqrt\frac {\sum_{i=1}^n {(return_i - mean)}^2} {n-1}= \sqrt {variance}$$
pandas का pct_change() मेथड उपयोग करें:
return_data = price_data.pct_change()
pandas का std() मेथड उपयोग करें:
volatility = return_data.std()
(मानें कि महीने में 21 ट्रेडिंग दिन होते हैं)
$$\sigma_{monthly} = \sqrt{21} * \sigma_d$$
(मानें कि वर्ष में 252 ट्रेडिंग दिन होते हैं)
$$\sigma_{annual} = \sqrt{252} * \sigma_d$$
Heteroskedasticity:

Homoskedasticity बनाम Heteroskedasticity

VIX ऐतिहासिक प्राइस:

Python में GARCH मॉडल