Antrenează un model GARCH cu distribuție t asimetrică
Ipoteza implicită a distribuției normale pentru reziduurile standardizate folosite în modelele GARCH nu este reprezentativă pentru lumea financiară reală. Cozile groase și asimetria sunt frecvent observate în datele privind randamentele financiare.
În acest exercițiu, vei îmbunătăți modelul GARCH utilizând ipoteza distribuției t Student asimetrice. În plus, vei compara volatilitatea estimată de model cu cea obținută dintr-un model cu ipoteza distribuției normale, reprezentându-le împreună pe același grafic.
Un model GARCH cu ipoteza implicită a distribuției normale a fost deja antrenat, iar estimarea volatilității sale este salvată în normal_vol.
Acest exercițiu face parte din cursul
Modele GARCH în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Specify GARCH model assumptions
skewt_gm = arch_model(sp_data['Return'], p = 1, q = 1, mean = 'constant', vol = 'GARCH', ____ = '____')
# Fit the model
skewt_result = skewt_gm.____()