Vẽ phân phối của phần dư chuẩn hóa
Các mô hình GARCH đưa ra giả định về phân phối của phần dư chuẩn hóa. Nhớ rằng phần dư là chênh lệch giữa lợi nhuận dự báo và lợi nhuận trung bình. Phần dư chuẩn hóa là phần dư chia cho độ biến động ước lượng bởi mô hình.
Trong bài tập này, bạn sẽ thực hành tính phần dư chuẩn hóa từ một mô hình GARCH đã fit, rồi vẽ histogram của nó cùng với phân phối chuẩn chuẩn hóa normal_resid.
Một mô hình GARCH đã được định nghĩa và fit với dữ liệu lợi nhuận giá S&P 500. Kết quả đã fit có thể truy cập qua gm_result. Ngoài ra matplotlib đã được nạp sẵn dưới tên plt.
Bài tập này là một phần của khóa học
Mô hình GARCH với Python
Hướng dẫn bài tập
- Lấy phần dư ước lượng của mô hình và lưu vào
gm_resid. - Lấy độ biến động ước lượng của mô hình và lưu vào
gm_std. - Tính phần dư chuẩn hóa
gm_std_resid. - Vẽ histogram của
gm_std_resid.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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()