Graficul ACF
Dacă un model GARCH funcționează bine, reziduurile standardizate nu ar trebui să prezinte autocorelații. În acest exercițiu, vei exersa utilizarea unui grafic ACF pentru a detecta autocorelații în date.
Coeficientul de corelație dintre două valori dintr-o serie de timp se numește funcția de autocorelație (ACF), iar un grafic ACF este o reprezentare vizuală a corelațiilor dintre diferite lag-uri. Pachetul Python statsmodels include funcții predefinite care îți permit să generezi grafice ACF cu ușurință.
A fost ajustat un model GARCH pe datele de randament ale S&P 500, iar reziduurile sale standardizate au fost calculate și salvate în std_resid. matplotlib.pyplot a fost importat ca plt.
Acest exercițiu face parte din cursul
Modele GARCH în Python
Instrucțiuni pentru exercițiu
- Importă modulul necesar pentru graficele ACF din pachetul
statsmodels. - Reprezintă grafic reziduurile standardizate ale modelului GARCH salvate în
std_resid. - Generează un grafic ACF al reziduurilor standardizate și setează nivelul de încredere la 0.05.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Import the Python module
from statsmodels.graphics.tsaplots import ____
# Plot the standardized residuals
plt.plot(____)
plt.title('Standardized Residuals')
plt.show()
# Generate ACF plot of the standardized residuals
____(std_resid, ____ = ____)
plt.show()