Rita fördelningen för standardiserade residualer
GARCH-modeller utgår från fördelningsantaganden om de standardiserade residualerna. Kom ihåg att residualer är skillnaden mellan prognostiserade avkastningar och medelavkastningen. Standardiserade residualer är residualerna dividerade med modellens skattade volatilitet.
I den här övningen ska du beräkna de standardiserade residualerna från en anpassad GARCH-modell och sedan rita ett histogram tillsammans med en standardnormalfördelning, normal_resid.
En GARCH-modell har definierats och anpassats med prisavkastningsdata från S&P 500. Det anpassade resultatet är tillgängligt som gm_result. Dessutom har matplotlib förhandsladdats som plt.
Den här övningen är en del av kursen
GARCH-modeller i Python
Övningsinstruktioner
- Hämta modellens skattade residualer och spara dem i
gm_resid. - Hämta modellens skattade volatilitet och spara den i
gm_std. - Beräkna de standardiserade residualerna
gm_std_resid. - Rita ett histogram över
gm_std_resid.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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()