將 GARCH 模型套用到加密貨幣
金融市場對正面與負面消息衝擊的反應往往大不相同，加密貨幣市場近年的劇烈波動就是一個明顯例子。
在這個練習中，你會分別在 Python 中實作 GJR-GARCH 與 EGARCH 模型，這兩種模型常用來刻畫波動度對衝擊的非對稱反應。你將使用加密貨幣資料集 bitcoin_data，其中包含兩個欄位："Close"（收盤價）與 "Return"（報酬率）。
bitcoin_data 資料集已為你預先載入，且欄位 "Close" 的歷史價格也已繪圖完成。
本練習屬於課程
Python 中的 GARCH 模型
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Specify model assumptions
gjr_gm = arch_model(bitcoin_data['Return'], p = 1, q = 1, o = ____, vol = 'GARCH', dist = 't')
# Fit the model
gjrgm_result = gjr_gm.fit(disp = 'off')
# Print model fitting summary
print(____.____())