1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Mô hình GARCH với Python
Connected

Bài tập

Chọn mô hình tốt nhất dựa trên log-likelihood

Trong bài tập này, bạn sẽ thực hành dùng log-likelihood để chọn mô hình khớp tốt nhất.

Các mô hình GARCH sử dụng phương pháp cực đại hóa hợp lý (maximum likelihood) để ước lượng tham số. Nhìn chung, log-likelihood càng lớn thì mô hình càng tốt vì nó hàm ý xác suất quan sát được bộ dữ liệu của bạn càng cao.

Hai mô hình GARCH với giả định phân phối khác nhau đã được định nghĩa và fit trên dữ liệu lợi suất S&P 500. Mô hình GARCH với phân phối chuẩn được lưu trong normal_result, và mô hình GARCH với phân phối Student's t lệch (skewed) được lưu trong skewt_result.

Hướng dẫn 1/2

undefined XP
    1
    2
  • In và xem lại bản tóm tắt fit mô hình trong normal_result và skewt_result tương ứng.
  • In giá trị log-likelihood trong normal_result và skewt_result tương ứng.