Mit GARCH-Modellen vorhersagen
Zuvor hast du ein grundlegendes GARCH(1,1)-Modell mit dem Python-Paket arch implementiert. In dieser Übung übst du eine einfache Volatilitätsprognose.
Du verwendest erneut die historischen Renditen der S&P-500-Zeitreihe. Definiere und schätze zuerst ein GARCH(1,1)-Modell mit allen verfügbaren Beobachtungen und rufe dann .forecast() auf, um eine Vorhersage zu erstellen. Standardmäßig wird eine 1-Schritt-Prognose ausgegeben. Mit horizon = n kannst du längere Vorhersagezeiträume angeben.
Das Paket arch wurde für dich vorab geladen.
Diese Übung ist Teil des Kurses
GARCH-Modelle in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Specify a GARCH(1,1) model
basic_gm = ____(sp_data['Return'], p = 1, q = 1,
mean = 'constant', vol = 'GARCH', dist = 'normal')
# Fit the model
gm_result = basic_gm.____()