ARMA–GARCH

Maximum de vraisemblance jointe d’une moyenne linéaire (ARMA / ARX / HAR / …) et d’une variance conditionnelle (GARCH, GJR, EGARCH, APARCH, FIGARCH) sous innovations normale, Student-t, skew-t ou GED.

README : makystats/armagarch/README.md · Guide technique : DOCUMENTATION.md

Démarrage rapide

from makystats import arma_garch, select_order
res = arma_garch(y, mean="AR", ar=1, ma=1, vol="GARCH", trend="c").fit()
print(res.coef_table)
print(res.forecast(h=5))
res.plot_diagnostics(lags=20)
tab = select_order(ylog, p_range=range(0, 3), q_range=range(0, 2),
                   r_range=[1], s_range=[1], d=1,
                   seasonal_order=(0, 1, 1, 12), criterion="aic")

API en bref

Argument	Rôle
`mean`	`Constant`, `Zero`, `AR`, `ARX`, `ARMAX`, `HAR`, `LS`, …
`in_mean`	GARCH-M : `sigma` / `var` / `log` (coef `archm`)
`trend`	`n` / `c` / `t` / `ct`
`vol`	`GARCH`, `GJR`, `EGARCH`, `APARCH`, `FIGARCH`, …
`dist`	`normal`, `t`, `skewt`, `ged`
`ar` / `ma`	Ordres ou listes de lags
`d`, `seasonal_order`	Différences et saisonnalité de moyenne

VaR / ES

res.var(alpha=0.05, h=1)
res.expected_shortfall(alpha=0.05)
res.var_series(alpha=0.05)
res.var_backtest(alpha=0.05)
res.plot_var(alphas=(0.05, 0.01))

BFGS non contraint + reparamétrisation ; écarts-types OPG par défaut. Détail technique : DOCUMENTATION.md.