Plot distribusi residual terstandarisasi
Model GARCH menetapkan asumsi distribusi atas residual terstandarisasi. Ingat bahwa residual adalah selisih antara return yang diprediksi dan return rata-rata. Sementara residual terstandarisasi adalah residual yang dibagi dengan volatilitas hasil estimasi model.
Dalam latihan ini, Anda akan berlatih menghitung residual terstandarisasi dari model GARCH yang sudah dipasang, lalu memplot histogramnya bersama distribusi normal baku normal_resid.
Sebuah model GARCH telah didefinisikan dan dipasang dengan data return harga S&P 500. Hasil yang sudah dipasang dapat diakses sebagai gm_result. Selain itu, matplotlib telah dimuat sebagai plt.
Latihan ini adalah bagian dari kursus
Model GARCH di Python
Petunjuk latihan
- Ambil residual hasil estimasi model dan simpan ke
gm_resid. - Ambil volatilitas hasil estimasi model dan simpan ke
gm_std. - Hitung residual terstandarisasi
gm_std_resid. - Plot histogram
gm_std_resid.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Obtain model estimated residuals and volatility
gm_resid = gm_result.____
gm_std = gm_result.____
# Calculate the standardized residuals
gm_std_resid = ____ /____
# Plot the histogram of the standardized residuals
plt.____(____, bins = 50,
facecolor = 'orange', label = 'Standardized residuals')
plt.____(normal_resid, bins = 50,
facecolor = 'tomato', label = 'Normal residuals')
plt.legend(loc = 'upper left')
plt.show()