Observă impactul parametrilor modelului
În acest exercițiu, vei apela din nou funcția predefinită simulate_GARCH() și vei studia impactul parametrilor modelului GARCH asupra rezultatelor simulate.
Concret, vei simula două serii de timp GARCH(1,1) cu același omega și același alpha, dar cu valori diferite pentru beta.
Amintește-ți că în GARCH(1,1), \(\beta\) este coeficientul varianței de la pasul anterior. Dacă \(\alpha\) este fix, cu cât \(\beta\) este mai mare, cu atât efectul persistă mai mult timp. Cu alte cuvinte, perioadele de volatilitate ridicată sau scăzută tind să se mențină. Urmărește rezultatele grafice și verifică dacă poți confirma impactul parametrului \(\beta\).
Acest exercițiu face parte din cursul
Modele GARCH în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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()