Графік ACF
Якщо модель GARCH працює добре, стандартизовані залишки не повинні мати автокореляцій. У цій вправі ви потренуєтеся використовувати графік ACF, щоб виявляти автокореляції в даних.
Коефіцієнт кореляції між двома значеннями в часовому ряді називають автокореляційною функцією (ACF), а графік ACF — це візуалізація кореляцій між різними лаґами. У пакеті statsmodels для Python є заздалегідь визначені функції, які дають змогу легко будувати графіки ACF.
Модель GARCH була підігнана на даних дохідностей S&P 500, а її стандартизовані залишки обчислено та збережено в std_resid. matplotlib.pyplot було імпортовано як plt.
Ця вправа є частиною курсу
Моделі GARCH у Python
Інструкції до вправи
- Імпортуйте модуль, потрібний для графіків ACF, із пакета
statsmodels. - Побудуйте графік стандартизованих залишків моделі GARCH, збережених у
std_resid. - Згенеруйте графік ACF для стандартизованих залишків і встановіть рівень довіри 0.05.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Import the Python module
from statsmodels.graphics.tsaplots import ____
# Plot the standardized residuals
plt.plot(____)
plt.title('Standardized Residuals')
plt.show()
# Generate ACF plot of the standardized residuals
____(std_resid, ____ = ____)
plt.show()