Question

我对GARCH模型，波动率和布朗几何运动（GBM）有疑问。我的数据包括股票交易价格，我每月对其进行汇总。我的下一步是预测未来价格。为此，我想使用GBM。除了波动率，我拥有所有参数。我想用GARCH模型确定这一点。我现在的问题是我不确定如何从GARCH模型中获取波动率参数。我知道如何预测波动率，但我所需要的只是可以纳入GBM的价值。有人有什么主意吗？下面是我的代码的简短示例。

import pandas as pd
from arch import arch_model


#read data
prices = pd.read_csv("./data/external/avg_price_forecast.csv", delimiter=",", parse_dates=True, index_col=[0])
print(prices.head())

months =[jan, feb, mar, apr, mai, jun, jul, aug, sep, okt, nov, dez]

#Model fit
for month in months:
    model = arch_model(month, vol='Garch', p=1, o=0, q=1, dist='Normal')
    results = model.fit()
    print(results.summary())

#Brownian Motion
def generate_asset_price(S,v,r,T):
    return S * exp((r - 0.5 * v**2) * T + v * sqrt(T) * gauss(0,1.0))

Python中的GARCH模型和几何布朗运动

0 个答案: