क्रिप्टोकरेंसी पर GARCH मॉडल फिट करें
वित्तीय बाजार सकारात्मक और नकारात्मक खबरों के झटकों पर अक्सर बहुत अलग तरह से प्रतिक्रिया देते हैं. हाल के वर्षों में क्रिप्टोकरेंसी बाजार में दिखे तीव्र उतार-चढ़ाव इसका एक उदाहरण हैं.
इस अभ्यास में, आप Python में क्रमशः GJR-GARCH और EGARCH मॉडल इम्प्लीमेंट करेंगे, जो वोलैटिलिटी की असममित प्रतिक्रियाओं को मॉडल करने के लिए लोकप्रिय विकल्प हैं. आप bitcoin_data नामक क्रिप्टोकरेंसी डेटासेट के साथ काम करेंगे, जिसमें दो कॉलम हैं: "Close" प्राइस और "Return".
bitcoin_data डेटासेट आपके लिए पहले से लोड किया गया है, और "Close" कॉलम में ऐतिहासिक प्राइस को प्लॉट किया जा चुका है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में GARCH मॉडल
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Specify model assumptions
gjr_gm = arch_model(bitcoin_data['Return'], p = 1, q = 1, o = ____, vol = 'GARCH', dist = 't')
# Fit the model
gjrgm_result = gjr_gm.fit(disp = 'off')
# Print model fitting summary
print(____.____())