bashtage/arch

解决的问题

提供一套全面的金融计量工具，特别专注于波动率建模和时序数据分析，以帮助理解金融市场中的风险和价格变动。

工作原理

该库实现了多种计量经济模型和检验方法。使用 Python 编写，并通过 Cython 和 Numba 进行性能优化。主要组件包括：

• 波动率建模：实现 ARCH、GARCH、TARCH 和 EGARCH 模型，用于估计方差随时间的变化。
• 单位根与协整检验：提供工具用于检查时间序列是否平稳，或多个序列是否在长期中共同变动（例如，扩展的迪基-福勒检验、恩格尔-格兰杰检验）。
• 自助法（Bootstrapping）：提供基于 IID、平稳、圆周块和移动块的自助法，用于估计置信区间和协方差。
• 协方差估计：基于核函数的估计器（如 Bartlett/Newey-West）用于长期协方差估计。
• 多重比较程序：提供如模型置信集（MCS）等工具，用于评估多个模型之间的预测能力。

适用人群

需要对金融时间序列建模并针对市场数据进行严格统计检验的金融分析师、量化研究人员和计量经济学家。

主要亮点

• 支持广泛的波动率模型（GARCH 家族）和 $ ext{ARCH}$ 模型。
• 集成支持多种分布（正态分布、学生 t 分布、广义误差分布）。
• 提供全面的单位根与协整检验套件。
• 通过 Cython 和 Numba 实现性能提升。
• 内置自助法工具，支持稳健的统计推断。