Ana içeriğe atla

Kurs

R'de GARCH Modelleri

İleri SeviyeBeceri Seviyesi

Güncel 08.2024

Zamanla değişen volatiliteyi ve risk değerini tahmin etmek için GARCH modellerini belirleyin ve uyarlayın.

Kursa Ücretsiz Başlayın

RApplied Finance

4 sa

16 video

60 Egzersiz

4,550 XP

8,777

Başarı Belgesi

Binlerce şirketten öğrencinin sevgisini kazandı

Bir Ekibi Eğitiyor musunuz?

İşletmeler için deneyin

Kurs Açıklaması

Finansal piyasanın nabzının ritmi ilgini çekiyor mu? Sakin bir piyasa ne zaman çalkantılı hale geliyor bilmek ister misin? Bu GARCH modelleri kursunda, finansal karar almada risk ile getiriyi dengelemenin ileriye dönük yaklaşımını öğreneceksin. Kurs, standart normal GARCH(1,1) modelinden, kaldıraç etkisi olan daha gelişmiş oynaklık modellerine, ortalamada GARCH belirtimine ve varlık getirilerini modellemek için eğik student t dağılımının kullanımına doğru kademeli olarak ilerliyor. Hisse senedi ve döviz kuru getirileri üzerindeki uygulamalar; portföy optimizasyonu, kayan örneklem tahmin değerlendirmesi, riskteki değer (value-at-risk) tahmini ve dinamik kovaryansların incelenmesini içerir.

Önkoşullar

Time Series Analysis in R Manipulating Time Series Data in R

1

İş Gücü Modeli Olarak Standart GARCH Modeli

Kolları sıvayarak başlıyoruz. Günlük hisse senedi getirilerinin dönen pencere analizinde, standart sapmanın zaman içinde ciddi biçimde değiştiğini görürüz. Geçmişe baktığımızda, zamanla değişen oynaklığın açık kanıtı var. İleriye baktığımızda ise gelecekteki getirilerin oynaklığını tahmin etmemiz gerekiyor. GARCH modelinin özü tam da budur! Bu bölümde, R'de iş gücü GARCH(1,1) modelini belirtmek ve tahmin etmek için rugarch paketinin temellerini öğreneceksin. Bölümü, taktik varlık dağılımında nasıl işe yaradığını göstererek bitiriyoruz.

Volatiliteyi analiz etme

Getirileri hesaplama

Alt örneklemlerde standart sapma

Dön, dön, dön

Volatilite tahmini için GARCH denklemi

Tek seferlik şoklara GARCH(1,1) tepkisi

Tahmin hataları

GARCH varyansının özyinelemeli yapısı

rugarch paketi

GARCH modelinin farklı tatlarını belirle ve dene

Örneklem dışı tahminleme

Taktik varlık tahsisinde volatilite hedefleme

Bölümü Başlat

2

Normal GARCH Modelindeki İyileştirmeler

Piyasalar merdivenle çıkar, asansörle iner. Bu Wall Street deyişi, gerçekçi bir oynaklık modeli kurarken önemli sonuçlar doğurur. Normallik varsayımını ve oynaklığın şoklara simetrik tepkisini bırakmayı gerektirir. Bu bölümde, kaldıraç etkisi olan ve eğik student t yeniliklerine sahip GARCH modellerini öğreneceksin. Sonunda, on binden fazla farklı GARCH model belirtimini tahmin etmek için GARCH modellerini kullanabileceksin.

Standartlaştırılmış getirilerin normal olmaması

Çarpık student t dağılımı parametreleri

Normal olmayan GARCH modelinin tahmini

Standardize edilmiş getiriler

Kaldıraç etkisi

Haber etkisi eğrisi

GJR GARCH modelinin tahmini

Ortalama modeli

Getirileri tahmin etmek

MSFT getirilerinin AR(1)-GJR GARCH dinamikleri

Ortalama modelinin volatilite tahminlerine etkisi

Gereksiz karmaşıklıktan kaçın

Modelleme tercihleri

GARCH parametrelerini sabitleme

Parametre sınırları ve tahminlere etkisi

Varyans hedefleme

Bölümü Başlat

3

Performans Değerlendirmesi

GARCH modelleri, finansal karar alma için girdi olan oynaklık tahminleri üretir. Uygulamada kullanmadan önce, bu oynaklık tahmininin başarımını değerlendirmek gerekir. Bu bölümde, tahmin edilen GARCH parametrelerinin istatistiksel anlamlılığının analizi, standartlaştırılmış getirilerin özellikleri, bilgi ölçütlerinin yorumu ve oynaklık tahmininin doğruluğunu incelemek için dönen GARCH tahmini ile ortalama kare tahmin hatalarının kullanımı hakkında bilgi edineceksin.

İstatistiksel anlamlılık

Anlamlılık testi

Tahmin çıktısını analiz etmek

EUR/USD getirileri için daha iyi bir model

Uygunluk iyiliği

Sadelik (Parsimony)

Ortalama kare tahmin hataları

Olasılık ve bilgi kriterlerini karşılaştırma

Mutlak standartlaştırılmış getirilerin teşhisi

GARCH model varsayımlarının doğrulanması

Korrelogram ve Ljung-Box testi

Tahmin örneklemini değiştir

ugarchroll ile geriye dönük test

ugarchroll argümanları

Örnek içi ve yuvarlanan örnek oynaklığı

At yarışı

Bölümü Başlat

4

Uygulamalar

Bu aşamada, rugarch paketinde GARCH modellerinin standart belirtimini, tahminini ve doğrulamasını ustalıkla yapıyorsun. Bu bölüm, riskteki değer tahminleri yapmak, GARCH modelini üretimde kullanmak ve GARCH getirilerini simüle etmek için özel rugarch işlevselliğini tanıtır. Ayrıca, varyansta GARCH dinamiklerinin varlığının log-getirilerin simülasyonu, bir hissenin beta'sının tahmini ve minimum varyans portföyünün bulunması üzerinde etkileri olduğunu keşfedeceksin.

Riske maruz değer

VaR grafiği

Tahmin edilen volatilite ile VaR’ın birlikte hareketi

Kapsamanın dağılım modeline duyarlılığı

Üretim ve benzetim için

Gerçek ve simüle edilmiş getiriler

Üretimde kullanma

Simülasyonda kullanım

Model riski

Robustnik'ler

Başlangıç değerleri

GARCH kovaryansı

Beta'nın tahmini

Minimum varyans portföy ağırlıkları

GARCH & Ortakları

Bölümü Başlat

R'de GARCH Modelleri

Kurs
Tamamlandı

Başarı Belgesi Kazanın

Bu kimlik bilgisini LinkedIn profilinize, özgeçmişinize veya CV'nize ekleyin
Sosyal medyada ve performans incelemenizde paylaşınŞimdi kaydolun

Bugün 19 milyondan fazla öğrenciye katılın ve R'de GARCH Modelleri eğitimine başlayın!

DataCamp for Mobile ile veri becerilerinizi geliştirin

Mobil kurslarımız ve günde 5 dakikalık kodlama görevlerimizle hareket halindeyken ilerleme kaydedin.