or
यह अभ्यास पाठ्यक्रम का हिस्सा है
GARCH मॉडल क्या हैं, उनका इस्तेमाल किस लिए होता है, और आप उन्हें Python में कैसे लागू कर सकते हैं? इस पहले अध्याय को पूरा करने के बाद आप इन सभी सवालों के जवाब आत्मविश्वास से दे पाएँगे.
एक साधारण GARCH मॉडल वास्तविक वित्तीय डेटा का सही प्रतिनिधित्व नहीं करता, क्योंकि ऐसे डेटा के वितरण में अक्सर फैट टेल्स, स्क्यूनेस, और असिमेट्रिक शॉक्स दिखते हैं। इस अध्याय में, आप अधिक यथार्थवादी मान्यताओं के साथ बेहतर GARCH मॉडल परिभाषित करना सीखेंगे। आप रोलिंग विंडो अप्रोच का उपयोग करके अधिक परिष्कृत वोलैटिलिटी फोरकास्ट बनाना भी सीखेंगे।
यह अध्याय आपको डेटा साइंस मॉडलिंग के KISS सिद्धांत से परिचित कराता है। आप सीखेंगे कि p-values और t-statistics का उपयोग करके मॉडल कॉन्फ़िगरेशन कैसे सरल करें, ACF प्लॉट और Ljung-Box टेस्ट से मॉडल की मान्यताओं को कैसे जाँचे, और मॉडल चयन के लिए likelihood तथा information criteria का उपयोग कैसे करें।
अंतिम अध्याय में, आप अब तक सीखे गए GARCH मॉडल्स को वास्तविक वित्तीय परिदृश्यों में लागू करना सीखेंगे। जैसे-जैसे आप जोखिम प्रबंधन में VaR, एसेट अलोकेशन में डायनामिक कोवेरिएंस, और पोर्टफोलियो मैनेजमेंट में डायनामिक बीटा से अधिक परिचित होंगे, आपकी स्किल्स और मजबूत होंगी।
वर्तमान अभ्यास