Построение распределения стандартизированных остатков
Модели GARCH предполагают определённое распределение стандартизированных остатков. Напомним: остатки — это разность между прогнозируемой доходностью и средней доходностью, а стандартизированные остатки — это остатки, делённые на оценённую моделью волатильность.
В этом упражнении вы вычислите стандартизированные остатки подобранной модели GARCH, а затем построите их гистограмму вместе со стандартным нормальным распределением normal_resid.
Модель GARCH уже определена и подобрана по данным о доходности индекса S&P 500. Результат подбора доступен как gm_result. Библиотека matplotlib предварительно загружена как plt.
Это упражнение является частью курса
Модели GARCH на Python
Инструкции к упражнению
- Получите оценённые моделью остатки и сохраните их в переменную
gm_resid. - Получите оценённую моделью волатильность и сохраните её в переменную
gm_std. - Вычислите стандартизированные остатки
gm_std_resid. - Постройте гистограмму
gm_std_resid.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Obtain model estimated residuals and volatility
gm_resid = gm_result.____
gm_std = gm_result.____
# Calculate the standardized residuals
gm_std_resid = ____ /____
# Plot the histogram of the standardized residuals
plt.____(____, bins = 50,
facecolor = 'orange', label = 'Standardized residuals')
plt.____(normal_resid, bins = 50,
facecolor = 'tomato', label = 'Normal residuals')
plt.legend(loc = 'upper left')
plt.show()