Plot de verdeling van gestandaardiseerde residuen
GARCH-modellen doen aannames over de verdeling van de gestandaardiseerde residuen. Onthoud: residuen zijn de verschillen tussen voorspelde rendementen en het gemiddelde rendement. Gestandaardiseerde residuen zijn de residuen gedeeld door de door het model geschatte volatiliteit.
In deze oefening ga je de gestandaardiseerde residuen berekenen uit een gefit GARCH-model en vervolgens het histogram daarvan plotten, samen met een standaardnormale verdeling normal_resid.
Er is een GARCH-model gedefinieerd en gefit op S&P 500-rendementsdata. Het gefitte resultaat is beschikbaar als gm_result. Daarnaast is matplotlib al voor je geladen als plt.
Deze oefening maakt deel uit van de cursus
GARCH-modellen in Python
Oefeninstructies
- Haal de door het model geschatte residuen op en sla ze op in
gm_resid. - Haal de door het model geschatte volatiliteit op en sla die op in
gm_std. - Bereken de gestandaardiseerde residuen
gm_std_resid. - Plot een histogram van
gm_std_resid.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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()