Einsatz in der Produktion
In Unternehmensumgebungen unterscheidet man häufig zwischen der Phase der Modellentwicklung und dem produktiven Einsatz des Modells. Im produktiven Betrieb wird das Modell nicht unbedingt in jedem Schritt neu geschätzt. Stattdessen nutzt du das Modell mit festen Koeffizienten und integrierst an jedem Prognosetag die neuen Daten. Die Funktion ugarchfilter() ist genau dafür gedacht.
In dieser Übung verwendest du ein auf täglichen S&P-500-Renditen von Januar 1989 bis Dezember 2007 geschätztes Modell, um die zukünftige Volatilität in einer turbulenten Phase (September 2008) und in einer stabilen Phase (September 2017) vorherzusagen. Das Modell ist bereits spezifiziert und in der R-Konsole als garchspec verfügbar.
Diese Übung ist Teil des Kurses
<Kurs>GARCH-Modelle in R</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Estimate the model
garchfit <- ___(data = sp500ret[___], spec = garchspec)
# Fix the parameters
progarchspec <- garchspec
___(progarchspec) <- as.list(___(garchfit))