Comparer GJR-GARCH et EGARCH
Vous avez déjà ajusté des modèles GJR-GARCH et EGARCH sur la série chronologique des rendements du Bitcoin. Dans cet exercice, vous allez comparer la volatilité conditionnelle estimée par ces deux modèles en traçant leurs résultats.
La volatilité estimée par le modèle GJR-GARCH est enregistrée dans gjrgm_vol, et celle du modèle EGARCH dans egarch_vol. Vous les tracerez en parallèle des observations réelles des rendements du Bitcoin, accessibles dans la colonne "Return" de bitcoin_data.
Cette activité fait partie du cours
Modèles GARCH en Python
Instructions de l’exercice
- Tracez les rendements réels du Bitcoin.
- Tracez la volatilité estimée par GJR-GARCH.
- Tracez la volatilité estimée par EGARCH.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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()