GJR-GARCH बनाम EGARCH की तुलना करें
पहले आपने Bitcoin रिटर्न टाइम सीरीज़ पर GJR-GARCH और EGARCH मॉडल फिट किए थे. इस अभ्यास में, आप दोनों मॉडलों से मिली कंडीशनल वोलैटिलिटी के अनुमानों की तुलना उनके प्लॉट बनाकर करेंगे.
GJR-GARCH मॉडल की अनुमानित वोलैटिलिटी gjrgm_vol में सेव है, और EGARCH मॉडल की अनुमानित वोलैटिलिटी egarch_vol में सेव है. आप इन्हें वास्तविक Bitcoin रिटर्न ऑब्ज़र्वेशनों के साथ प्लॉट करेंगे, जिन्हें bitcoin_data में कॉलम "Return" से एक्सेस किया जा सकता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में GARCH मॉडल
अभ्यास निर्देश
- वास्तविक Bitcoin रिटर्न का प्लॉट बनाएँ.
- GJR-GARCH की अनुमानित वोलैटिलिटी का प्लॉट बनाएँ.
- EGARCH की अनुमानित वोलैटिलिटी का प्लॉट बनाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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()