Plotar a distribuição dos resíduos padronizados
Modelos GARCH assumem uma distribuição para os resíduos padronizados. Lembre-se de que resíduos são as diferenças entre os retornos previstos e os retornos médios. E resíduos padronizados são os resíduos divididos pela volatilidade estimada pelo modelo.
Neste exercício, você vai praticar o cálculo dos resíduos padronizados a partir de um modelo GARCH ajustado e, em seguida, plotar seu histograma junto com uma distribuição normal padrão normal_resid.
Um modelo GARCH já foi definido e ajustado com dados de retornos do S&P 500. O resultado ajustado pode ser acessado como gm_result. Além disso, matplotlib já foi pré-carregado como plt.
Este exercício faz parte do curso
Modelos GARCH em Python
Instruções do exercício
- Obtenha os resíduos estimados pelo modelo e salve em
gm_resid. - Obtenha a volatilidade estimada pelo modelo e salve em
gm_std. - Calcule os resíduos padronizados
gm_std_resid. - Plote um histograma de
gm_std_resid.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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()