AIC/BIC’e göre en iyiyi seç
Bu egzersizde, en iyi uyuma sahip modeli seçmek için bilgi ölçütlerini kullanmayı pratik edeceksin.
Bilgi ölçütleri, uyum iyiliği ile model karmaşıklığı arasındaki dengeyi ölçmeyi amaçlar. Model seçimi için yaygın olarak kullanılan iki bilgi ölçütü AIC ve BIC’tir. Her ikisi de daha fazla parametre içeren veya daha karmaşık modellere ceza uygular. AIC veya BIC ne kadar düşükse, model o kadar iyidir.
Bir GJR-GARCH modeli ve bir EGARCH modeli S&P 500 getiri verileriyle tanımlanıp eğitildi. Sonuçlara sırasıyla gjrgm_result ve egarch_result içinden erişebilirsin.
Bu egzersiz
Python ile GARCH Modelleri
kursunun bir parçasıdırUygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# 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 :', ____.____)