廣義自迴歸條件異方差模型
GARCH模型（廣義自迴歸條件異方差模型）是對ARCH（自迴歸條件異方差模型）模型的一種擴展，主要用於建模時間序列數據中的波動性。
GARCH模型由Bollerslev在1986年發展起來，其特點是能夠在ARCH模型的基礎上增加考慮波動性的長期記憶性，即允許波動性在長期中持續影響。這種模型特別適用於金融數據的波動性分析和預測，對於理解金融市場中的波動聚集和風險評估具有重要意義。GARCH模型包含自迴歸項和移動平均項，能夠描述時間序列數據的條件方差如何受到過去信息的影響。它假設當前的條件方差是過去條件方差和殘差平方的線性組合，這對於理解金融資產的波動模式非常關鍵。