Ga naar hoofdinhoud
HomePython

Kosteloos Cursus

GARCH-modellen in Python

GemiddeldVaardigheidsniveau
Bijgewerkt 06-2022
Leer meer over GARCH-modellen, hoe je ze kunt gebruiken en kalibreren op financiële gegevens, van aandelen tot buitenlandse valuta.
Start Kosteloos Cursus

Kosteloos Inbegrepen

PythonApplied Finance
4 u
15 videos
54 Opdrachten
3,950 XP
10,559
Prestatieverklaring

Maak je gratis account aan

Ga Verder Met GoogleMeer opties weergeven

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Geliefd bij leerlingen van duizenden bedrijven

Group

Training a Team?

Try for Business

Cursusbeschrijving

Volatiliteit is een essentieel begrip in de financiën. Daarom zijn GARCH-modellen in Python een populaire keuze voor het voorspellen van variantieveranderingen, vooral bij tijdreeksgegevens die tijdsafhankelijk zijn. In deze cursus leer je hoe en wanneer je GARCH-modellen toepast, hoe je modelaannames specificeert, en hoe je volatiliteitsvoorspellingen maakt en de modelprestatie evalueert. Met echte data, waaronder historische aandelenkoersen van Tesla, doe je praktische ervaring op met het beter kwantificeren van portefeuillerisico’s, via berekeningen van Value-at-Risk, covariantie en aandelen-Beta. Je past wat je hebt geleerd ook toe op een breed scala aan activa, waaronder aandelen, indexen, cryptovaluta en vreemde valuta, zodat je klaar bent om met GARCH-modellen aan de slag te gaan.

Vereisten

Time Series Analysis in Python
1

GARCH Model Fundamentals

What are GARCH models, what are they used for, and how can you implement them in Python? After completing this first chapter you’ll be able to confidently answer all these questions.
Hoofdstuk Beginnen
2

GARCH Model Configuration

A normal GARCH model is not representative of the real financial data, whose distributions frequently exhibit fat tails, skewness, and asymmetric shocks. In this chapter, you’ll learn how to define better GARCH models with more realistic assumptions. You’ll also learn how to make more sophisticated volatility forecasts with rolling window approaches.
Hoofdstuk Beginnen
3

Model Performance Evaluation

This chapter introduces you to the KISS principle of data science modeling. You’ll learn how to use p-values and t-statistics to simplify model configuration, use ACF plot, Ljung-Box test to verify model assumptions and use likelihood and information criteria for model selection.
Hoofdstuk Beginnen
4

GARCH in Action

In this final chapter, you’ll learn how to apply the GARCH models you’ve previously learned to practical financial world scenarios. You’ll develop your skills as you become more familiar with VaR in risk management, dynamic covariance in asset allocation, and dynamic Beta in portfolio management.
Hoofdstuk Beginnen
GARCH-modellen in Python
Cursus
voltooid

Verdien een prestatieverklaring

Voeg deze referentie toe aan je LinkedIn-profiel, cv of curriculum vitae
Deel het op sociale media en in je functioneringsgesprekSchrijf Je Nu in

Sluit je aan bij meer dan 19 miljoen leerlingen en start vandaag nog met GARCH-modellen in Python!

Maak je gratis account aan

Ga Verder Met GoogleMeer opties weergeven

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Ontwikkel je datavaardigheden met DataCamp voor Mobiel

Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.