返回
经典 GARCH 把收益平方搬进方差方程,正负号被抹平,于是涨 3% 和跌 3% 对波动贡献一样——这跟市场常识对着干。本文 numpy 从零实现 GJR-GARCH(门限 GARCH),MLE 还原真实参数(α=0.049, γ=0.098, β=0.835),量化『同等 ±3% 冲击坏消息多推高 200% 条件方差』,并演示波动目标叠加把回撤从 −83% 压到 −48%。附完整 Python 与四张真实计算图。
量化交易
波动率建模
garch
门限 garch
gjr-garch
杠杆效应
波动率目标
python