还有GARCH，TGARCH没有介绍

是的，我之前提到了GARCH模型和其他扩展模型，但没有详细介绍。下面我来补充一下。 GARCH模型（Generalized Autoregressive Conditional Heteroskedasticity）是ARCH模型的扩展，它在条件异方差建模的基础上，引入了过去的波动性信息，可以更好地描述时间序列的波动性。GARCH(p,q)模型的条件方差函数可以表示为： $$ \sigma_t^2 = \alpha_0 + \sum_{i=1}^{p}\alpha_i\varepsilon_{t-i}^2 + \sum_{j=1}^{q}\beta_j\sigma_{t-j}^2 $$ 其中，$\sigma_t^2$表示时间$t$的条件方差，$\varepsilon_{t-i}$表示时间$t-i$的误差项，$\alpha_0$、$\alpha_i$和$\beta_j$是模型的参数，$p$和$q$分别是模型的滞后阶数。 TGARCH模型（Threshold GARCH）是GARCH模型的一种扩展，它考虑了波动率的非线性特征，即波动率随着价格变化的幅度而变化。TGARCH模型的条件方差函数可以表示为： $$ \sigma_t^2 = \alpha_0 + \sum_{i=1}^{p}\alpha_i\varepsilon_{t-i}^2 + \sum_{j=1}^{q}\beta_j\sigma_{t-j}^2 + \gamma_1|\varepsilon_{t-1}| + \gamma_2\varepsilon_{t-1}I(\varepsilon_{t-1}<0) $$ 其中，$I(\cdot)$是指示函数，$\gamma_1$和$\gamma_2$是模型的参数，用于描述波动率随价格变化的幅度而变化的非线性特征。 总之，GARCH模型和TGARCH模型都