返回
经典 GARCH 假设「好消息和坏消息对称地推高波动」,但股灾里「跌比涨更恐慌」是铁律:同样 3% 的跌幅带来的波动跳升,往往大于 3% 涨幅。本文用一套合成的真实波动数据,从零实现 TGARCH(1,1) 与 EGARCH 的 MLE 拟合,量化「同等 ±3% 冲击,跌幅比涨幅多推高 9% 条件方差」,并给出把杠杆效应写进波动率预测、风险预算与期权对冲的完整 Python(中阶)。
量化交易
波动率建模
garch
门限garch
杠杆效应
egarch
风险管理
python