Comparer GJR-GARCH et EGARCH
Vous avez précédemment ajusté des modèles GJR-GARCH et EGARCH sur la série temporelle des rendements du Bitcoin. Dans cet exercice, vous allez comparer les volatilités conditionnelles estimées par les deux modèles en traçant leurs résultats.
La volatilité estimée du modèle GJR-GARCH est enregistrée dans gjrgm_vol, et celle du modèle EGARCH dans egarch_vol. Vous les tracerez conjointement avec les observations réelles des rendements du Bitcoin, accessibles via la colonne ”Return” dans bitcoin_data.
Cet exercice fait partie du cours
Modèles GARCH en Python
Instructions
- 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 cet exemple de code.
# 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()