Výpočet GARCH kovariance

Kovariance popisuje vztah pohybu mezi dvěma cenovými výnosovými řadami. Dynamickou kovarianci lze vypočítat jako ρ * σ1 * σ2, kde σ1 a σ2 jsou odhady volatility z GARCH modelů a ρ je jednoduchá korelace mezi standardizovanými reziduály těchto modelů.

V tomto cvičení si procvičíš výpočet dynamické kovariance pomocí GARCH modelů. Budeme pracovat se dvěma časovými řadami devizových kurzů: EUR/USD a USD/CAD (zobrazeny v grafu). Cenové výnosy obou řad byly proloženy GARCH modely a odhady volatility jsou uloženy v vol_eur a vol_cad. Standardizované reziduály jsou uloženy v resid_eur a resid_cad. Balíček numpy je již naimportován jako np.

Toto cvičení je součástí kurzu

GARCH modely v Pythonu

Zobrazit kurz

Pokyny k cvičení

Vypočítej korelaci mezi standardizovanými reziduály GARCH modelů resid_eur a resid_cad.
Vypočítej kovarianci pomocí GARCH volatility vol_eur, vol_cad a korelace vypočítané v předchozím kroku.
Vykresli vypočítanou covariance do grafu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Calculate correlation
corr = np.____(____, ____)[0,1]
print('Correlation: ', corr)

# Calculate GARCH covariance
covariance =  ____ * ____ * ____

# Plot the data
plt.plot(____, color = 'gold')
plt.title('GARCH Covariance')
plt.show()

Upravit a spustit kód