Representa la distribución de los residuos estandarizados
Los modelos GARCH suponen una distribución para los residuos estandarizados. Recuerda que los residuos son las diferencias entre los rendimientos predichos y los rendimientos medios. Y los residuos estandarizados son los residuos divididos por la volatilidad estimada por el modelo.
En este ejercicio, vas a practicar cómo calcular los residuos estandarizados a partir de un modelo GARCH ya ajustado y luego representar su histograma junto con una distribución normal estándar normal_resid.
Ya se ha definido y ajustado un modelo GARCH con datos de rendimientos del S&P 500. El resultado ajustado está disponible como gm_result. Además, matplotlib se ha precargado como plt.
Este ejercicio forma parte del curso
Modelos GARCH en Python
Instrucciones del ejercicio
- Obtén los residuos estimados del modelo y guárdalos en
gm_resid. - Obtén la volatilidad estimada del modelo y guárdala en
gm_std. - Calcula los residuos estandarizados
gm_std_resid. - Dibuja un histograma de
gm_std_resid.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Obtain model estimated residuals and volatility
gm_resid = gm_result.____
gm_std = gm_result.____
# Calculate the standardized residuals
gm_std_resid = ____ /____
# Plot the histogram of the standardized residuals
plt.____(____, bins = 50,
facecolor = 'orange', label = 'Standardized residuals')
plt.____(normal_resid, bins = 50,
facecolor = 'tomato', label = 'Normal residuals')
plt.legend(loc = 'upper left')
plt.show()