Volatilitetsmodeller för asymmetriska chocker

GARCH-modeller i Python

Chelsea Yang

Data Science Instructor

Asymmetriska chocker i finansiella data

Nyhetsimpaktkurva:

Nyhetsimpaktkurva

GARCH-modeller i Python

Hävstångseffekten

  • Skuld-egetkapitalkvot = Skuld $/$ Eget kapital

  • Aktiepriset faller – skuld-egetkapitalkvoten stiger

  • Ökad risk!

Skuldtyngd

GARCH-modeller i Python

GJR-GARCH

GJR-GARCH-formel

GARCH-modeller i Python

GJR-GARCH i Python

arch_model(my_data, p = 1, q = 1, o = 1,
           mean = 'constant', vol = 'GARCH')

Sammanfattning av GJR-GARCH-modellens anpassning

GARCH-modeller i Python

EGARCH

  • Ett populärt alternativ för att modellera asymmetriska chocker

  • Exponentiell GARCH

  • Lägger till en betingad komponent för att modellera asymmetrin i chocker, liknande GJR-GARCH

  • Inga icke-negativitetsbegränsningar på alfa och beta – ger snabbare beräkning

GARCH-modeller i Python

EGARCH i Python

arch_model(my_data, p = 1, q = 1, o = 1,
           mean = 'constant', vol = 'EGARCH')

Sammanfattning av EGARCH-modellens anpassning

GARCH-modeller i Python

Vilken modell ska man använda

GJR-GARCH eller EGARCH?

Vilken modell som passar bäst beror på data

Vilket alternativ att välja

GARCH-modeller i Python

Nu kör vi en övning!

GARCH-modeller i Python

Preparing Video For Download...