对已知数据集第1列为日期，第2-22列多支股票的对数收益率数据，如何建立GARCH模型，给出可运行的python代码。

首先，你需要安装一些必要的python库，包括pandas、numpy和arch。可以使用以下命令进行安装：

pip install pandas numpy arch

然后，你可以使用以下代码来建立GARCH模型：

import pandas as pd
import numpy as np
from arch import arch_model

# 读取数据
data = pd.read_csv('data.csv', index_col=0)

# 提取收益率数据
returns = data.iloc[:, 1:]

# 建立GARCH模型
model = arch_model(returns, vol='GARCH', p=1, q=1)

# 拟合模型
results = model.fit()

# 打印模型摘要
print(results.summary())

在这个例子中，我们假设数据集保存在名为"data.csv"的文件中，第1列为日期，第2-22列为多支股票的对数收益率数据。我们使用pandas库读取数据，并提取出收益率数据。然后，我们使用arch库中的arch_model函数来建立GARCH模型。在这个例子中，我们选择使用GARCH(1,1)模型，即AR(1)+GARCH(1,1)模型，其中p=1，q=1。最后，我们使用fit方法拟合模型，并打印出模型摘要。