以偏態 t 分配擬合 GARCH
GARCH 模型中對標準化殘差的預設常態分配假設，並不能真實反映金融市場。金融報酬資料常見肥尾與偏態。
在這個練習中，你將把 GARCH 模型改為採用偏態的 Student's t 分配。除此之外，你也會把該模型估計的波動度與採用常態分配假設的模型放在同一張圖中比較。
我們已替你擬合了使用預設常態分配假設的 GARCH 模型，其波動度估計已存入 normal_vol。
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 GARCH model assumptions
skewt_gm = arch_model(sp_data['Return'], p = 1, q = 1, mean = 'constant', vol = 'GARCH', ____ = '____')
# Fit the model
skewt_result = skewt_gm.____()