GARCH里面有三个权重，gamma，alpha，beta，
用最大似然值法（maximum likehood estimation）计算这三个参数。
我不能理解最大似然值法（maximum likehood estimation）。
首先，想象为收益率ui正态分布，代入正态分布公式，波动率为vi，这一步我懂；
然后为什么要把每一个ui和vi的密度公式乘起来求最大值？
然后取对数得出-ln(vi)-(ui)^2/vi，这个整理之后公式，然后求能满足最大值的gamma,alpha,beta。
我知道这是用maximum likehood estimation，但是我不理解这种方法的意义。
首先为什么要把每个变量的”密度公式““乘”起来？然后为什么要取最大值？为什么取了最大值之后得出的参数就是最优的参数？