Volatility Modeling & Regimes
Forecast volatility with the GARCH family - asymmetry and leverage effects, dynamic correlations, vol targeting - then detect market regimes with HMMs and trade adaptively.
GARCH(1,1): क्रिप्टो वोलैटिलिटी का पूर्वानुमान
GARCH(1,1) मॉडल क्रिप्टो में वोलैटिलिटी क्लस्टरिंग को कैसे पकड़ता है, arch लाइब्रेरी की मदद से इसे मैक्सिमम लाइकलीहुड से कैसे फिट किया जाता है, और कंडीशनल-वेरिएंस पूर्वानुमानों को पोजीशन साइजिंग और डायनामिक स्टॉप में कैसे बदला जाता है।
असममित और हैवी-टेल्ड GARCH: EGARCH, GJR, और Student-t
सामान्य GARCH(1,1) अच्छी और बुरी खबर को एक जैसा मानता है और गॉसियन शॉक्स की धारणा रखता है। EGARCH, GJR-GARCH, और Student-t/skew-t इनोवेशन्स दोनों समस्याओं को ठीक करते हैं - और क्रिप्टो के लिए ईमानदार VaR और Expected Shortfall देते हैं।
DCC-GARCH: पेयर्स ट्रेडिंग और पोर्टफोलियो रिस्क के लिए डायनामिक कोरिलेशन
क्रिप्टो कोरिलेशन स्थिर नहीं होते - हर ड्रॉडाउन में ये 1 की ओर उछलते हैं। DCC-GARCH एक समय-परिवर्तनशील कोरिलेशन मैट्रिक्स मॉडल करता है, जिससे आपको पेयर्स ट्रेडिंग के लिए डायनामिक हेज रेशियो और पोर्टफोलियो रिस्क का ईमानदार, समय-परिवर्तनशील अनुमान मिलता है।
GARCH फोरकास्ट के साथ वोलैटिलिटी टारगेटिंग और ट्रेडिंग
GARCH वोलैटिलिटी फोरकास्ट तभी उपयोगी है जब वह किसी ट्रेडिंग निर्णय को बेहतर बनाए। हम एक वोलैटिलिटी-टारगेटेड क्रिप्टो स्ट्रैटेजी बनाते हैं, फोरकास्ट क्वालिटी का ईमानदार मूल्यांकन करते हैं, और वॉक-फॉरवर्ड बैकटेस्ट में GARCH की तुलना रियलाइज्ड-वोल और EWMA बेसलाइन से करते हैं।
