표준화 잔차의 분포 그리기
GARCH 모델은 표준화 잔차의 분포에 대해 가정을 둡니다. 잔차는 예측 수익률과 평균 수익률의 차이이며, 표준화 잔차는 모델이 추정한 변동성으로 잔차를 나눈 값이에요.
이 연습에서는 적합된 GARCH 모델에서 표준화 잔차를 계산하고, 표준 정규분포 normal_resid와 함께 히스토그램을 그려 보겠습니다.
GARCH 모델은 S&P 500 가격 수익률 데이터로 정의 및 적합되어 있으며, 적합 결과는 gm_result로 접근할 수 있어요. 또한 matplotlib는 plt로 미리 로드되어 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 GARCH 모델
연습 안내
- 모델이 추정한 잔차를 가져와
gm_resid에 저장하세요. - 모델이 추정한 변동성을 가져와
gm_std에 저장하세요. - 표준화 잔차
gm_std_resid를 계산하세요. gm_std_resid의 히스토그램을 그리세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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()