Efeito do modelo de média nas previsões de volatilidade
Na prática, retornos e volatilidade são modelados em processos separados. Normalmente, as suposições sobre a média influenciam os retornos previstos, mas têm efeito menor nas estimativas de volatilidade.
Neste exercício, você vai analisar o impacto das suposições de média do modelo GARCH nas estimativas de volatilidade comparando dois modelos GARCH. Eles foram definidos com suposições de média diferentes e ajustados com dados do S&P 500.
O modelo com suposição de "média constante" tem os resultados salvos em cmean_result e a volatilidade estimada em cmean_vol. O modelo com suposição de média "AR(1)" (auto-regressivo de defasagem 1) tem os resultados salvos em armean_result e a volatilidade estimada em armean_vol. Os módulos matplotlib.pyplot e numpy já foram importados como plt e np, respectivamente.
Este exercício faz parte do curso
Modelos GARCH em Python
Instruções do exercício
- Imprima e revise os resumos do ajuste de
cmean_resultearmean_result. - Plote as estimativas de volatilidade
cmean_volearmean_volde ambos os modelos. - Use a função
.corrcoef()do pacotenumpypara calcular o coeficiente de correlação.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Print model summary of GARCH with constant mean
print(____.____())
# Print model summary of GARCH with AR mean
print(____.____())
# Plot model volatility
plt.plot(____, color = 'blue', label = 'Constant Mean Volatility')
plt.plot(____, color = 'red', label = 'AR Mean Volatility')
plt.legend(loc = 'upper right')
plt.show()
# Check correlation of volatility estimations
print(np.____(____, ____)[0,1])