python怎么建立arch模型_ARCH模型是什么？

ARCH模型

ARCH模型的英文直译是：自回归条件异方差模型。

是一种用来处理时间序列的模型。在股票中，ARCH可以用来预测股票的波动率，从而控制风险。(在金融领域，波动率与风险直接挂钩，一个资产波动越大，风险越大，而获得更高收益的可能也更大)

ARCH模型广泛应用于波动性有关广泛研究领域。包括政策研究、理论命题检验、季节性分析等方面。

要了解这是一种怎样的模型，我们可以从这个名字入手：自回归、条件异方差。

自回归

回归分析，是我们经常用到的统计模型。

我们经常用回归分析来解释一些事物的变化，用的最多的是线性回归，可以帮助我们找到一些事物之间的相关系。

举个简单的例子：身高=70%遗传因素+30%后天因素

在这个简单的公式中，就用到了回归分析，身高可以被遗传因素和后天因素两种因素解释，我们还找到了他们各自的比重：如果你的个子不高，那就要努力提高下一代的后天因素了。

这就是一个回归。那自回归呢，我们可以理解为自己与自己的回归，在时间序列上，也就是昨天的你、前天的你，对今天的你的影响。今天的身高=a昨天的身高+b前天的身高+c*前两天的身高+......

因为，用到的因素都是你自己，只是时间不同，所以这种回归叫做自回归。

自回归模型，是统计上一种处理时间序列的方法，是用同一变量之前各期的表现情况，来预测该变量本期的表现情况，并假设它们为线性关系。因为这是从回归分析中的线性回归发展而来，只是不是用来预测其他变量，而是用