GJR-GARCH mit EGARCH vergleichen
Zuvor hast du ein GJR-GARCH- und ein EGARCH-Modell auf die Bitcoin-Renditenreihe geschätzt. In dieser Übung vergleichst du die geschätzte bedingte Volatilität der beiden Modelle, indem du ihre Ergebnisse visualisierst.
Die vom GJR-GARCH-Modell geschätzte Volatilität ist in gjrgm_vol gespeichert, die vom EGARCH-Modell in egarch_vol. Du zeichnest beide zusammen mit den tatsächlichen Bitcoin-Renditebeobachtungen, auf die du über die Spalte "Return" in bitcoin_data zugreifen kannst.
Diese Übung ist Teil des Kurses
GARCH-Modelle in Python
Anleitung zur Übung
- Zeichne die tatsächlichen Bitcoin-Renditen.
- Zeichne die vom GJR-GARCH geschätzte Volatilität.
- Zeichne die vom EGARCH geschätzte Volatilität.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Plot the actual Bitcoin returns
plt.plot(bitcoin_data['____'], color = 'grey', alpha = 0.4, label = 'Price Returns')
# Plot GJR-GARCH estimated volatility
plt.plot(____, color = 'gold', label = 'GJR-GARCH Volatility')
# Plot EGARCH estimated volatility
plt.plot(____, color = 'red', label = 'EGARCH Volatility')
plt.legend(loc = 'upper right')
plt.show()