암호화폐에 GARCH 모델 적합하기
금융시장은 긍정적 뉴스와 부정적 뉴스 충격에 서로 다르게 반응하는 경향이 있으며, 최근 몇 년간 암호화폐 시장에서 관찰된 극심한 변동이 그 한 예입니다.
이번 연습에서는 변동성의 비대칭 반응을 모형화할 때 널리 쓰이는 GJR-GARCH와 EGARCH 모델을 각각 Python으로 구현해 보겠습니다. 작업할 암호화폐 데이터셋은 bitcoin_data이며, "Close" 가격과 "Return" 두 열을 포함하고 있습니다.
bitcoin_data 데이터셋은 미리 로드되어 있으며, "Close" 열의 과거 가격은 이미 시각화되어 있습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 GARCH 모델
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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(____.____())