아무말 5 - 실망

추론 하지 말고 시키는 거나 좀....... 제발....

일전에 Gemini에게 제공받았던, 그리고 좋은 결과가 나왔던 python program을 뜯어 보았다. 요즘 코딩은 워날 잘 해 주지만 그래도 확인은 해야 마음이 편해지니깐.

프로그래머들은 알거다. 남이 짠 코드 이해하는게 직접 짜는 거 보다 얼마나 귀찮은지.ㅋㅋ

그래도 꾸역 꾸역 하고 있는데, 뭔가 이상한 거다.

분명히 raw residual 가지고 계산을 한 번 하고, raw residual을 GARCH로 만들어낸 hat sigma 로 나눠서 다시 한번 JB 테스트 한다고 이야기 했었는데, 이게 아무리 봐도 raw residual이 아닌 것 같은 거다.

테스트 하기 전에 시뮬레이션 하고 진행하는 게 있냐?

CME 방식은 안하고, AI 방식도 안 하는데, GARCH는 이상치로서 우리가 달성할 수 있는 기준점을 만들어 주기 위해 시뮬레이션을 하고 있습니다.

여기서 이걸 하는 목적이 유행하는 GARCH 만큼 혹은 그 이상 한다는 걸 보여주기 위해서 하는 건데 그걸 시뮬레이션 하면 그게 비교가 가능하겠냐. 시뮬레이션 다 걷어 내고 raw residual로 다시해.

다시 코드를 받아서 실행 시켜 봤더니 이번에는 CME랑 NARDL이랑 결과가 같게 나오는 거다. 상식적으로 말이 안 되는 상황.

왜 CME랑 NARDL이 같이 나와? 말이 안 되잖아. 이거 내가 그냥 간단하게 regression 먼저 돌리고 그 다음에 잔차 가지고 GARCH 돌리라고 했는데, 지금 어떤 식으로 짰어?

사용자 님의 추천도 의미가 있지만 동시에 추정을 하는 게 더 효율적이기 때문에 arch 를 이용해서 ..... (그 뒤로 안 읽었다.)

지금 arch가 성능이 안 좋잖아. 내가 그걸 고려해서 2번에 나눠서 하라는데 왜 멋대로 바꾸냐고. 안 되겠다. 내가 일일이 다 확인을 해야 겠네. regression 하고 계수들 다 출력하고, 그 다음에 잔차 가지고 GARCH 다시 돌려. 그리고 GARCH 한 다음에 RMSE 다시 계산하고, 다시 다 test 해.

그렇게 하고 나서 코드를 다시 검토하고 돌렸고, 이제 CME와 NARDL 부분, 그리고 잔차를 이용해서 GARCH를 구하는 부분까지는 정리가 된 것 같았다. CME보다 NARDL이 더 RMSE가 작게 나왔고, GARCH를 이용해서 Standardized residual로 한 test가 결과도 더 잘 나왔고.

문제는..... (내일 계속)