ये कोर्स करने के बाद, मैं पेशेवर विज़ुअलाइज़ेशन और डैशबोर्ड बनाने में आत्मविश्वास महसूस करता हूँ
Shoebur Rahmanप्रोक्योरमेंट विशेषज्ञ, Giz Bangladesh
कोर्स विवरण
वोलैटिलिटी वित्त में एक अहम अवधारणा है। इसी कारण Python में GARCH मॉडल टाइम-सीरीज़ डेटा के साथ काम करते समय वैरिएंस में होने वाले बदलावों का पूर्वानुमान लगाने के लिए लोकप्रिय विकल्प हैं। इस कोर्स में आप सीखेंगे कि GARCH मॉडल कब और कैसे लागू करें, मॉडल की मान्यताएँ कैसे तय करें, वोलैटिलिटी फोरकास्ट कैसे बनाएँ और मॉडल के प्रदर्शन का मूल्यांकन कैसे करें। वास्तविक डेटा, जैसे Tesla के ऐतिहासिक स्टॉक प्राइस, के साथ काम करते हुए आप Value-at-Risk, कोवेरिएंस, और स्टॉक बीटा की गणनाओं के जरिए पोर्टफोलियो जोखिम को बेहतर तरीके से मापने का व्यावहारिक अनुभव पाएँगे। आप जो सीखेंगे उसे स्टॉक्स, इंडेसेज़, क्रिप्टोकरेंसीज़, और फॉरेन एक्सचेंज समेत कई तरह की एसेट क्लास पर लागू भी करेंगे, ताकि आप आगे चलकर GARCH मॉडल का आत्मविश्वास से उपयोग कर सकें।
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
GARCH मॉडल की बुनियाद
GARCH मॉडल क्या हैं, उनका इस्तेमाल किस लिए होता है, और आप उन्हें Python में कैसे लागू कर सकते हैं? इस पहले अध्याय को पूरा करने के बाद आप इन सभी सवालों के जवाब आत्मविश्वास से दे पाएँगे.
- हमें GARCH मॉडल्स की ज़रूरत क्यों है50 XP
- वोलैटिलिटी समझें50 XP
- वोलैटिलिटी क्लस्टरिंग देखें100 XP
- वोलैटिलिटी की गणना करें100 XP
- ARCH और GARCH क्या हैं50 XP
- GARCH मॉडल की बुनियाद की समीक्षा50 XP
- ARCH और GARCH सीरीज़ का सिम्युलेशन100 XP
- मॉडल पैरामीटर्स के प्रभाव का अवलोकन करें100 XP
- Python में GARCH मॉडल कैसे इम्प्लीमेंट करें50 XP
- "arch" डाक्यूमेंटेशन की समीक्षा50 XP
- एक बेसिक GARCH मॉडल लागू करें100 XP
- GARCH मॉडलों के साथ पूर्वानुमान बनाएँ100 XP
2
GARCH मॉडल कॉन्फ़िगरेशन
एक साधारण GARCH मॉडल वास्तविक वित्तीय डेटा का सही प्रतिनिधित्व नहीं करता, क्योंकि ऐसे डेटा के वितरण में अक्सर फैट टेल्स, स्क्यूनेस, और असिमेट्रिक शॉक्स दिखते हैं। इस अध्याय में, आप अधिक यथार्थवादी मान्यताओं के साथ बेहतर GARCH मॉडल परिभाषित करना सीखेंगे। आप रोलिंग विंडो अप्रोच का उपयोग करके अधिक परिष्कृत वोलैटिलिटी फोरकास्ट बनाना भी सीखेंगे।
3
मॉडल परफॉर्मेंस मूल्यांकन
यह अध्याय आपको डेटा साइंस मॉडलिंग के KISS सिद्धांत से परिचित कराता है। आप सीखेंगे कि p-values और t-statistics का उपयोग करके मॉडल कॉन्फ़िगरेशन कैसे सरल करें, ACF प्लॉट और Ljung-Box टेस्ट से मॉडल की मान्यताओं को कैसे जाँचे, और मॉडल चयन के लिए likelihood तथा information criteria का उपयोग कैसे करें।
4
GARCH का व्यावहारिक उपयोग
अंतिम अध्याय में, आप अब तक सीखे गए GARCH मॉडल्स को वास्तविक वित्तीय परिदृश्यों में लागू करना सीखेंगे। जैसे-जैसे आप जोखिम प्रबंधन में VaR, एसेट अलोकेशन में डायनामिक कोवेरिएंस, और पोर्टफोलियो मैनेजमेंट में डायनामिक बीटा से अधिक परिचित होंगे, आपकी स्किल्स और मजबूत होंगी।
Python में GARCH मॉडल
कोर्स
पूर्ण
