A hallgatók feladata az Ethereum és Bitcoin kriptovaluták árának statisztikai modellezése és volatilitásának elemzése GARCH (Generalized Autoregressive Conditional Heteroskedasticity) modellek segítségével. A GARCH modellek alkalmazása lehetővé teszi a pénzügyi piacokon tapasztalható volatilitás időbeli változásainak modellezését és előrejelzését. Feladat részletezése Adatgyűjtés és előkészítés: Gyűjtsen össze idősoros adatokat az Ethereum és Bitcoin árfolyamáról. Az adatok forrásai lehetnek például tőzsdék (pl. Coinbase, Binance), pénzügyi adatbázisok (pl. Yahoo Finance) vagy kriptovaluta adatforrások. GARCH modellek megértése: Ismertesse részletesen a GARCH modellek elméleti hátterét és alkalmazási területeit a pénzügyi elemzésekben. Ismertesse, hogyan alkalmazzák ezeket a modelleket a pénzügyi volatilitás elemzésére és előrejelzésére. Implementáció és modellezés: Implementáljon GARCH modelleket az Ethereum és Bitcoin árfolyamának idősoros adatain. Vizsgálja meg, milyen GARCH modell (pl. GARCH(1,1), GARCH(2,1), stb.) illik legjobban az adatokhoz. Számítsa ki és értékelje ki a modell paramétereit (architektúra, szórásparaméterek). Eredmények elemzése: Vizsgálja meg és értékelje ki az Ethereum és Bitcoin árfolyamának volatilitását a GARCH modellek alapján. Ábrázolja és magyarázza el a modellezés eredményeit, például a volatilitás időbeli változásait és előrejelzéseit. Dokumentáció és jelentés: Készítsen részletes jelentést a feladatról, amely tartalmazza az adatgyűjtési módszereket, a GARCH modellek implementációját és a modellezés eredményeit. Mutassa be a használt kódot és a modellezés körülményeit. Tegyen javaslatokat az elemzés továbbfejlesztésére vagy más pénzügyi elemzési módszerek alkalmazására.

The task for students is to analyze the prices of Ethereum and Bitcoin using the GARCH (Generalized Autoregressive Conditional Heteroskedasticity) model. Assignment Details Data Collection and Preparation: Gather time series data on the prices of Ethereum and Bitcoin. Data sources can include exchanges (e.g., Coinbase, Binance), financial databases (e.g., Yahoo Finance), or cryptocurrency data sources. Understanding GARCH Models: Provide a detailed explanation of the theoretical background and application areas of GARCH models in financial analysis. Explain how these models are used to analyze and forecast volatility in financial markets. Implementation and Modeling: Implement GARCH models on the time series data of Ethereum and Bitcoin prices. Determine which GARCH model (e.g., GARCH(1,1), GARCH(2,1), etc.) best fits the data. Calculate and evaluate model parameters (architecture, volatility parameters). Analysis of Results: Analyze and evaluate the volatility of Ethereum and Bitcoin prices based on GARCH models. Visualize and explain the results of the modeling, including temporal changes in volatility and forecasts. Documentation and Report: Prepare a detailed report on the assignment, including methods of data collection, implementation of GARCH models, and results of the analysis. Present the code used and the circumstances of the modeling. Provide suggestions for further improving the analysis or applying other financial analysis methods. Requirements Implementation should be done in Python or R. Use relevant libraries and tools (e.g., pandas, numpy, statsmodels) for data collection, analysis, and visualization. Format and presentation of the report should be professional and clear.