01
波动率聚集效应概述
什么是波动率聚集、金融时间序列的典型特征、为什么波动率会聚集、ARCH效应检验。
ARCH聚集
02
GARCH模型理论基础
ARCH模型回顾、GARCH(1,1)模型定义、模型参数含义、模型约束条件。
GARCH(1,1)约束
03
Python环境准备与数据获取
安装arch库、获取股票/指数收益率数据、数据预处理与可视化。
arch库可视化
04
收益率序列的统计特征分析
描述性统计、正态性检验、自相关与偏自相关分析、平稳性检验。
ADFACF
05
ARCH效应检验实战
Ljung-Box Q检验、LM检验（拉格朗日乘子检验）、Python代码实现与结果解读。
LM检验Q检验
06
GARCH(1,1)模型构建与拟合
模型定义、参数估计（MLE）、模型拟合过程、Python代码实现。
MLE拟合
07
模型诊断与残差分析
标准化残差检验、残差自相关检验、残差正态性检验、模型充分性评估。
残差诊断
08
波动率预测
条件方差预测、多步预测、预测区间、预测效果评估。
预测区间
09
GARCH模型参数调优
不同阶数(p,q)的选择、AIC/BIC准则、交叉验证方法、网格搜索实现。
AIC网格搜索
10
非对称GARCH模型
TGARCH模型、EGARCH模型、杠杆效应检验、模型对比。
TGARCHEGARCH
11
GJR-GARCH模型
模型定义、阈值效应、参数估计、实战案例。
GJR阈值
12
GARCH-M模型
均值方程中的波动率项、风险溢价估计、模型应用场景。
GARCH-M风险溢价
13
多元GARCH模型
DCC-GARCH模型、BEKK模型、协方差矩阵建模、动态相关性分析。
DCCBEKK
14
GARCH在风险管理中的应用
VaR计算、ES计算、回测检验、压力测试。
VaRES
15
GARCH在期权定价中的应用
隐含波动率、波动率微笑、随机波动率模型对比。
期权微笑
16
高频数据与已实现波动率
已实现波动率计算、已实现GARCH模型、跳跃检验。
高频跳跃
17
GARCH与机器学习融合
特征工程、LSTM-GARCH混合模型、模型集成策略。
LSTM混合
18
贝叶斯GARCH模型
先验分布设定、MCMC采样、后验推断、模型比较。
贝叶斯MCMC
19
GARCH模型的稳健估计
QML估计、稳健标准误、异常值处理、Bootstrap方法。
QMLBootstrap
20
长记忆GARCH模型
FIGARCH模型、分数阶差分、长记忆性检验、模型估计。
FIGARCH长记忆
21
GARCH模型的结构突变
ICSS算法、马尔可夫转换GARCH、断点检测、分段建模。
突变ICSS
22
季节性与周期性GARCH
季节性GARCH、周期GARCH、日历效应调整。
季节日历
23
GARCH模型的预测评估
损失函数（MSE、MAE、QLIKE）、DM检验、模型置信集。
DM检验QLIKE
24
实时更新与滚动预测
滚动窗口估计、递归估计、实时波动率监测。
滚动递归
25
GARCH在投资组合优化中的应用
动态风险预算、波动率目标策略、风险平价。
风险平价目标波动率
26
GARCH在宏观金融中的应用
宏观经济变量与波动率、货币政策冲击、金融周期。
宏观货币政策
27
GARCH软件实现对比
Python vs R vs MATLAB、arch库 vs rugarch、性能对比。
PythonR
28
常见陷阱与误区
过度拟合、参数不稳定、模型误设、数据窥探偏差。
陷阱过拟合
29
最新研究进展
神经网络GARCH、分位数GARCH、高维GARCH、因果GARCH。
前沿神经网络
30
综合实战项目
构建完整的波动率建模与预测系统、参数自动调优、结果可视化与报告生成。
实战系统