모형 매개변수의 영향을 관찰해 보세요
이 연습 문제에서는 미리 정의된 함수 simulate_GARCH()를 다시 호출해 GARCH 모형 매개변수가 시뮬레이션 결과에 미치는 영향을 살펴보겠습니다.
구체적으로, 동일한 omega와 alpha를 사용하되 서로 다른 beta를 입력으로 하는 두 개의 GARCH(1,1) 시계열을 시뮬레이션합니다.
GARCH(1,1)에서 $\beta\(는 1시차 분산의 계수이므로, \)\alpha\(가 고정되어 있을 때 \)\beta\(가 클수록 충격의 지속 기간이 길어집니다. 다시 말해, 변동성이 높거나 낮은 구간이 더 오래 지속되는 경향이 있습니다. 그래프 결과를 유심히 보고 \)\beta$의 영향을 확인할 수 있는지 살펴보세요.
이 연습은 강의의 일부입니다
Python으로 배우는 GARCH 모델
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# First simulated GARCH
sim_resid, sim_variance = simulate_GARCH(n = ____, omega = ____,
alpha = ____, beta = ____)
plt.plot(sim_variance, color = 'orange', label = 'Variance')
plt.plot(sim_resid, color = 'green', label = 'Residuals')
plt.legend(loc='upper right')
plt.show()