1. Learn
    2. /
  2. Courses
    3. /
  3. Python으로 배우는 GARCH 모델
Connected

Exercise

ARCH와 GARCH 시계열 모의 실험

이 연습 문제에서는 미리 정의된 함수 simulate_GARCH(n, omega, alpha, beta = 0)를 사용해 각각 ARCH(1)과 GARCH(1,1) 시계열을 모의 실험해 보겠습니다.

ARCH(1)과 GARCH(1,1)의 차이를 기억해 주세요. 잔차의 1시차 제곱에 곱해지는 자기회귀 성분 \(\alpha\) 외에, GARCH 모델은 1시차 분산에 곱해지는 이동평균 성분 $\beta$를 추가로 포함합니다.

미리 정의된 이 함수는 지정한 n(시뮬레이션 수), omega, alpha, 그리고 beta(기본값 0)에 따라 ARCH/GARCH 시계열을 생성합니다. 함수는 모의 실험된 잔차와 분산을 반환해요. 이후 ARCH와 GARCH 과정에서 생성된 분산을 시각화해 관찰해 보겠습니다.

Instructions

100 XP
  • omega = 0.1, alpha = 0.7로 ARCH(1) 과정을 모의 실험하세요.
  • omega = 0.1, alpha = 0.7, beta = 0.1로 GARCH(1,1) 과정을 모의 실험하세요.
  • 모의 실험된 ARCH 분산과 GARCH 분산을 각각 시각화하세요.