Alege câștigătorul pe baza AIC/BIC
În acest exercițiu, vei exersa utilizarea criteriilor de informație pentru a alege modelul cu cel mai bun ajustament.
Criteriile de informație măsoară compromisul dintre calitatea ajustării și complexitatea modelului. AIC și BIC sunt două criterii de informație frecvent utilizate pentru selecția modelelor. Ambele penalizează modelele cu mai mulți parametri, adică modelele mai complexe. Cu cât valoarea AIC sau BIC este mai mică, cu atât modelul este mai bun.
Un model GJR-GARCH și un model EGARCH au fost definite și ajustate pe datele de randament ale S&P 500. Rezultatele lor sunt accesibile în gjrgm_result și, respectiv, în egarch_result.
Acest exercițiu face parte din cursul
Modele GARCH în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Print the AIC GJR-GARCH
print('AIC of GJR-GARCH model :', ____.____)
# Print the AIC of EGARCH
print('AIC of EGARCH model :', ____.____)
# Print the BIC GJR-GARCH
print('BIC of GJR-GARCH model :', ____.____)
# Print the BIC of EGARCH
print('BIC of EGARCH model :', ____.____)