Traccia la distribuzione dei residui standardizzati
I modelli GARCH fanno ipotesi sulla distribuzione dei residui standardizzati. Ricorda che i residui sono le differenze tra i rendimenti previsti e i rendimenti medi. I residui standardizzati sono invece i residui divisi per la volatilità stimata dal modello.
In questo esercizio, praticherai il calcolo dei residui standardizzati a partire da un modello GARCH già adattato e poi traccerai il suo istogramma insieme a una distribuzione normale standard normal_resid.
Un modello GARCH è stato definito e adattato ai dati dei rendimenti dell’S&P 500. Il risultato adattato è accessibile come gm_result. Inoltre, matplotlib è già caricato come plt.
Questo esercizio fa parte del corso
Modelli GARCH in Python
Istruzioni dell'esercizio
- Ottieni i residui stimati dal modello e salvali in
gm_resid. - Ottieni la volatilità stimata dal modello e salvala in
gm_std. - Calcola i residui standardizzati
gm_std_resid. - Traccia un istogramma di
gm_std_resid.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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()