Побудуйте розподіл стандартизованих залишків
GARCH-моделі роблять припущення щодо розподілу стандартизованих залишків. Нагадаємо, що залишки — це різниця між прогнозними доходностями та середніми доходностями. А стандартизовані залишки — це залишки, поділені на оцінену моделлю волатильність.
У цій вправі ви попрактикуєтеся обчислювати стандартизовані залишки з підігнаної GARCH-моделі, а потім побудуєте їхню гістограму разом із стандартним нормальним розподілом normal_resid.
GARCH-модель уже задано та підігнано на даних дохідностей індексу S&P 500. Результат підгонки доступний як gm_result. Крім того, matplotlib попередньо завантажено як plt.
Ця вправа є частиною курсу
Моделі GARCH у Python
Інструкції до вправи
- Отримайте оцінені залишки моделі та збережіть їх у
gm_resid. - Отримайте оцінену волатильність моделі та збережіть її в
gm_std. - Обчисліть стандартизовані залишки
gm_std_resid. - Побудуйте гістограму
gm_std_resid.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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()