What are GARCH models, what are they used for, and how can you implement them in Python? After completing this first chapter you’ll be able to confidently answer all these questions.


Why do we need GARCH models

Understand volatility

Observe volatility clustering

Calculate volatility

What are ARCH and GARCH

Review GARCH model basics

Simulate ARCH and GARCH series

Observe the impact of model parameters

How to implement GARCH models in Python

Review "arch" documentation

Implement a basic GARCH model

Make forecast with GARCH models

GARCH Model Fundamentals

A normal GARCH model is not representative of the real financial data, whose distributions frequently exhibit fat tails, skewness, and asymmetric shocks. In this chapter, you’ll learn how to define better GARCH models with more realistic assumptions. You’ll also learn how to make more sophisticated volatility forecasts with rolling window approaches.

Distribution assumptions

Fat tails and skewness

Plot distribution of standardized residuals

Fit a GARCH with skewed t-distribution

Mean model specifications

Check mean model assumptions

Effect of mean model on volatility predictions

Volatility models for asymmetric shocks

Modeling of asymmetric responses of volatility

Fit GARCH models to cryptocurrency

Compare GJR-GARCH with EGARCH

GARCH rolling window forecast

Why use rolling window forecast

Fixed rolling window forecast

Compare forecast results

GARCH Model Configuration

This chapter introduces you to the KISS principle of data science modeling. You’ll learn how to use p-values and t-statistics to simplify model configuration, use ACF plot, Ljung-Box test to verify model assumptions and use likelihood and information criteria for model selection.

Model parametrelerinin anlamlılık testi

Basit tut, aptalca karmaşıklaştırma

p-değerleriyle modeli basitleştir

t-istatistikleriyle modeli basitleştir

GARCH model varsayımlarının doğrulanması

Otokorelasyonları tespit et

ACF grafiği

Ljung-Box testi

Uygunluk ölçütleri

Uygunluk iyiliği temelleri

Log-olasılık temelinde kazananı seç

AIC/BIC’e göre en iyiyi seç

GARCH modelinin geriye dönük test edilmesi

Backtesting temelleri

MAE, MSE ile Backtesting

Model Performance Evaluation

In this final chapter, you’ll learn how to apply the GARCH models you’ve previously learned to practical financial world scenarios. You’ll develop your skills as you become more familiar with VaR in risk management, dynamic covariance in asset allocation, and dynamic Beta in portfolio management.

VaR in financial risk management

VaR concept

Compute parametric VaR

Compute empirical VaR

Dynamic covariance in portfolio optimization

Covariance concept

Compute GARCH covariance

Compute dynamic portfolio variance

Dynamic Beta in portfolio management

Beta concept

Compute dynamic stock Beta

Congratulations!

GARCH in Action

SP500

Tesla stock price

Bitcoin price

Foreign exchange data

Oynaklık (volatilite) finansta temel bir kavramdır; bu yüzden özellikle zamana bağlı zaman serileriyle çalışırken varyanstaki değişimleri öngörmek için Python’daki GARCH modelleri sıkça tercih edilir. Bu kursta GARCH modellerini nasıl ve ne zaman uygulayacağını, model varsayımlarını nasıl belirleyeceğini, volatilite tahminleri yapmayı ve model performansını değerlendirmeyi öğreneceksin. Tesla’nın tarihsel hisse fiyatları da dahil olmak üzere gerçek dünya verileriyle, Riske Maruz Değer (Value-at-Risk), kovaryans ve hisse Betası hesaplamaları üzerinden portföy risklerini daha iyi ölçme konusunda pratik deneyim kazanacaksın. Öğrendiklerini hisseler, endeksler, kripto paralar ve döviz dahil geniş bir varlık yelpazesine uygulayarak GARCH modellerini hayata geçirmeye hazır hale geleceksin.

Time Series Analysis in Python

GARCH Modellerini öğrenin, finansal verilerde uygulayın ve kalibre edin. Hisse ve dövizde kullanın.

Python ile GARCH Modelleri

GARCH Modellerini, bunların nasıl uygulanacağını ve hisse senetlerinden dövize kadar finansal veriler üzerinde nasıl kalibre edileceğini öğrenin.

GARCH modelinin geriye dönük test edilmesi

Create Your Free Account