bashtage/arch

解決する課題

このライブラリは、金融計量経済学のための包括的なツールスイートを提供します。研究者やアナリストがボラティリティをモデル化し、時系列データの統計的特性を検定し、ブートストラップや共分散推定といった高度な統計的推論を実行できるよう設計されています。

仕組み

このライブラリは、Pythonのデータサイエンススタック（NumPy, SciPy, pandas, statsmodels）の上に構築されています。計算負荷の高いタスクを処理するために、Cython と Numba を介したパフォーマンス最適化コードを使用しています。ユーザーは、シンプルで一貫したインターフェースを使用して、ボラティリティのための GARCH や TARCH といった複雑な統計モデルを定義・適合させ、診断テストやリサンプリング手法を適用して結果を検証できます。

対象ユーザー

時系列データに対して厳密な定量分析を行う必要がある金融アナリスト、経済学者、研究者を対象としています。特に、ボラティリティの経時的変化をモデル化する必要がある方や、単位根および共和分に対する堅牢な統計的検定を必要とする方に最適です。

ハイライト

• ボラティリティ・モデリング： TARCH, EGARCH, APARCH を含む様々な ARCH/GARCH ファミリーモデルを広範にサポートし、多様な分布オプションを提供します。
• 統計的検定： 単位根検定（例：Augmented Dickey-Fuller, KPSS）および共和分分析のための組み込みツール。
• リサンプリング手法： 信頼区間の構築やモデルパラメータ推定のための柔軟なブートストラップフレームワーク。
• 高度な診断： 多重比較検定や、カーネルベースの手法を用いた長期共分散推定のための手順が含まれています。
• パフォーマンス： Cython と Numba を使用して速度が最適化されており、複雑な金融モデルの効率的な実行を保証します。