无业游民 打卡:时间序列模型中的ARCH 模型和GARCH模型 适用:扰动项存在条件异方差(长期来看时间序列平稳,短期看不平稳),主要用于高频数据(证券交易数据) 例子:深成B指时间序列的预测模型 步骤: 画原始数据时间序列图,收益率序列图,ADF检验(数据是否为平稳序列),画ACF和PACF图(选择几阶ARMA模型),根据AIC和BIC选择...
#干货分享 使用Python的NumPy、SciPy和Statsmodels库对数据进行了进一步的分析和建模。使用ARCH和GARCH模型来建立波动率模型,并使用OLS回归和OLS ARMA回归来分析因素对期权价格的影响。#我的专业 - 代码代做&程序代写于20240325发布在抖音,已经收获了276个喜欢,来抖音,