Bandingkan GJR-GARCH dengan EGARCH
Sebelumnya Anda telah menyesuaikan model GJR-GARCH dan EGARCH pada deret waktu return Bitcoin. Pada latihan ini, Anda akan membandingkan volatilitas kondisional hasil estimasi dari kedua model dengan memplot hasilnya.
Estimasi volatilitas model GJR-GARCH disimpan dalam gjrgm_vol, dan estimasi volatilitas model EGARCH disimpan dalam egarch_vol. Anda akan memplot keduanya bersama observasi return Bitcoin aktual, yang dapat diakses melalui kolom "Return" di bitcoin_data.
Latihan ini adalah bagian dari kursus
Model GARCH di Python
Petunjuk latihan
- Plot return Bitcoin aktual.
- Plot volatilitas hasil estimasi GJR-GARCH.
- Plot volatilitas hasil estimasi EGARCH.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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()