After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrierea cursului
Ești curios despre ritmul pieței financiare? Vrei să știi când o piață stabilă devine turbulentă? În acest curs despre modele GARCH vei învăța cum să echilibrezi riscul și randamentul în deciziile financiare, privind spre viitor. Cursul avansează treptat de la modelul standard GARCH(1,1) cu distribuție normală la modele de volatilitate mai complexe, cu efect de levier, specificație GARCH-in-mean și utilizarea distribuției t asimetrice pentru modelarea randamentelor activelor. Aplicațiile pe randamentele acțiunilor și ale cursurilor de schimb includ optimizarea portofoliului, evaluarea previziunilor pe eșantioane mobile, estimarea valorii la risc și studiul covarianțelor dinamice.
Cerințe prealabile
Curriculum
Structura cursului
1
Modelul GARCH Standard – Modelul de Bază
Începem direct cu practica. O analiză pe fereastră mobilă a randamentelor zilnice ale acțiunilor arată că abaterea standard variază masiv în timp. Privind în urmă, avem dovezi clare ale volatilității variabile în timp. Privind înainte, trebuie să estimăm volatilitatea randamentelor viitoare – exact asta face un model GARCH! În acest capitol vei învăța elementele de bază ale pachetului rugarch pentru specificarea și estimarea modelului de referință GARCH(1,1) în R. La final, vei vedea cum este utilizat în alocarea tactică a activelor.
- Analiza volatilității50 XP
- Calcularea randamentelor100 XP
- Abaterea standard pe subeșantioane100 XP
- Rulează, rulează, rulează100 XP
- Ecuația GARCH pentru predicția volatilității50 XP
- Reacția GARCH(1,1) la șocuri izolate50 XP
- Erori de predicție100 XP
- Natura recursivă a varianței GARCH100 XP
- Pachetul rugarch50 XP
- Specifică și explorează variantele modelului GARCH100 XP
- Prognoze out-of-sample100 XP
- Țintirea volatilității în alocarea tactică a activelor100 XP
2
Îmbunătățiri ale Modelului GARCH Normal
Piețele urcă pe scări și coboară cu liftul. Această înțelepciune de pe Wall Street are consecințe importante pentru specificarea unui model de volatilitate realist. Ea impune renunțarea la ipoteza de normalitate, precum și la răspunsul simetric al volatilității la șocuri. În acest capitol vei învăța despre modele GARCH cu efect de levier și inovații t Student asimetrice. La final, vei putea utiliza modele GARCH pentru a estima peste zece mii de specificații diferite.
3
Evaluarea Performanței
Modelele GARCH produc previziuni de volatilitate care servesc drept date de intrare pentru deciziile financiare. Utilizarea lor în practică presupune evaluarea prealabilă a calității acestor previziuni. În acest capitol vei învăța despre analiza semnificației statistice a parametrilor GARCH estimați, proprietățile randamentelor standardizate, interpretarea criteriilor de informare și utilizarea estimării GARCH mobile și a erorilor pătratice medii pentru a analiza acuratețea previziunilor de volatilitate.
4
Aplicații
În această etapă stăpânești specificarea, estimarea și validarea standard a modelelor GARCH în pachetul rugarch. Acest capitol introduce funcționalități specifice ale rugarch pentru estimarea valorii la risc, utilizarea modelului GARCH în producție și simularea randamentelor GARCH. Vei descoperi, de asemenea, că prezența dinamicii GARCH în varianță are implicații pentru simularea log-randamentelor, estimarea betei unei acțiuni și identificarea portofoliului cu varianță minimă.
R
Modele GARCH în R
Curs
finalizat
