01
金融时间序列基础
尖峰厚尾、波动率聚集、杠杆效应，为什么需要GARCH模型
特性动机
02
波动率概念与度量
历史波动率、隐含波动率、已实现波动率计算与区别
度量对比
03
ARCH模型原理
条件异方差 → ARCH(q) 推导、参数估计与检验
ARCH推导
04
GARCH模型原理
引入滞后条件方差，GARCH(p,q) 记忆性与平稳性
GARCH平稳性
05
GARCH模型族系概览
EGARCH、GJR-GARCH、TGARCH、APARCH 等扩展
族系非对称
06
Python环境搭建
Anaconda、Jupyter Notebook、arch/statsmodels 安装
环境库
07
数据获取与预处理
yfinance / pandas-datareader，缺失值，对数收益率
数据清洗
08
数据探索性分析(EDA)
时序图、描述性统计、Jarque-Bera、ADF检验
EDA正态性
09
自相关与偏自相关分析
ACF/PACF图，自相关性检验，均值方程定阶
ACF定阶
10
ARCH效应检验
LM检验 / Ljung-Box Q检验，判断ARCH效应
ARCH效应检验
11
均值方程建模
ARMA(p,q) 定阶 (AIC/BIC) 与残差诊断
ARMA均值方程
12
GARCH模型定阶
p,q选择：AIC/BIC准则，经验法则
定阶选择
13
GARCH模型参数估计
MLE估计，arch库estimation流程与输出解读
MLE估计
14
模型诊断与残差分析
标准化残差白噪声检验，ARCH效应消除检查
诊断残差
15
信息准则与模型选择
AIC/BIC比较，最优模型选择与过拟合风险
模型选择过拟合
16
波动率预测原理
一步/多步预测，预测公式与置信区间
预测原理
17
Python波动率预测实战
arch库forecast方法，可视化预测序列
实战forecast
18
滚动预测与回测
滚动窗口预测，对比实际波动率，误差指标
回测滚动
19
预测评价指标
MAE, RMSE, MSE, QLIKE 损失函数与评估
评价损失函数
20
EGARCH模型实战
捕捉杠杆效应，对比标准GARCH预测差异
EGARCH杠杆
21
GJR-GARCH模型实战
非对称性处理，gamma参数含义与估计
GJR非对称
22
TGARCH模型实战
门限效应，与GJR-GARCH异同
TGARCH门限
23
APARCH模型实战
幂次变换参数δ，长记忆性处理
APARCH幂变换
24
多资产波动率建模
多股票GARCH，波动率特征与预测比较
多资产比较
25
风险价值(VaR)计算
GARCH预测波动率 → VaR，参数法与历史模拟
VaR风险
26
条件VaR(CVaR)与回测
CVaR计算，Kupiec / Christoffersen检验
CVaR回测
27
波动率预测在期权定价中的应用
GARCH波动率 → Black-Scholes 期权理论价
期权BS
28
高频数据与已实现波动率
5分钟高频，已实现波动率(RV)，GARCH-RV混合
高频RV
29
GARCH模型的局限性与改进
极端事件、结构突变，GAS / 马尔可夫转换GARCH
局限性改进
30
全流程项目实战
数据获取→模型部署，自动化报告与可视化
项目全流程