Předpověď s pevným klouzavým oknem
Předpovědi s klouzavým oknem jsou ve finančním modelování časových řad velmi oblíbené. V tomto cvičení si procvičíš, jak implementovat předpovědi modelu GARCH s pevným klouzavým oknem.
Nejprve definuj velikost okna uvnitř .fit() a proveď předpověď pomocí cyklu for. Protože velikost okna zůstává pevná, oba krajní body se po každé iteraci posunou o jeden krok.
Datová řada výnosů indexu S&P 500 je předem načtena jako sp_data a model GARCH(1,1) je předdefinován v proměnné basic_gm. Počáteční a koncový bod výchozího okna vzorku jsou předem definovány v proměnných start_loc a end_loc.
Toto cvičení je součástí kurzu
GARCH modely v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
for i in range(30):
# Specify fixed rolling window size for model fitting
gm_result = basic_gm.fit(first_obs = i + ____,
last_obs = i + ____, update_freq = 5)