暗号資産にGARCHモデルを適用する
金融市場は、良いニュースと悪いニュースに対してしばしば非対称に反応します。ここ数年の暗号資産市場で見られた大きな価格変動は、その代表例です。
この演習では、ボラティリティの非対称な反応を表現する際によく使われるGJR-GARCHモデルとEGARCHモデルを、それぞれPythonで実装します。使用する暗号資産データセットは bitcoin_data で、"Close"（終値）と"Return"（リターン）の2列を含みます。
bitcoin_data データセットはすでに読み込まれており、"Close" 列の過去の価格がプロットされています。
この演習はコースの一部です
Pythonで学ぶGARCHモデル
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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(____.____())