Simula series ARCH y GARCH
En este ejercicio, vas a simular una serie temporal ARCH(1) y otra GARCH(1,1) usando la función predefinida simulate_GARCH(n, omega, alpha, beta = 0).
Recuerda la diferencia entre un modelo ARCH(1) y un modelo GARCH(1,1): además de un componente autorregresivo con \(\alpha\) que multiplica el residuo al cuadrado con rezago 1, un modelo GARCH incluye un componente de media móvil con \(\beta\) que multiplica la varianza con rezago 1.
La función predefinida simulará una serie ARCH/GARCH en función de los valores de n (número de simulaciones), omega, alpha y beta (0 por defecto) que indiques. Devolverá residuos y varianzas simulados. Después, representarás y observarás las varianzas simuladas de los procesos ARCH y GARCH.
Este ejercicio forma parte del curso
Modelos GARCH en Python
Instrucciones del ejercicio
- Simula un proceso ARCH(1) con
omega= 0.1 yalpha= 0.7. - Simula un proceso GARCH(1,1) con
omega= 0.1,alpha= 0.7 ybeta= 0.1. - Representa las varianzas simuladas de ARCH y GARCH, respectivamente.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Simulate a ARCH(1) series
arch_resid, arch_variance = simulate_GARCH(n= 200,
omega = ____, alpha = ____)
# Simulate a GARCH(1,1) series
garch_resid, garch_variance = simulate_GARCH(n= 200,
omega = ____, alpha = ____,
beta = ____)
# Plot the ARCH variance
plt.plot(____, color = 'red', label = 'ARCH Variance')
# Plot the GARCH variance
plt.plot(____, color = 'orange', label = 'GARCH Variance')
plt.legend()
plt.show()