Comparer les résultats de prévision
Différentes méthodes de fenêtre glissante peuvent produire des résultats de prévision différents. Dans cet exercice, examinons cela de plus près en comparant ces prévisions.
Vous allez d’abord utiliser un modèle GARCH pour prédire la volatilité des rendements du Bitcoin avec, respectivement, une fenêtre extensible et une fenêtre glissante de taille fixe. Ensuite, vous tracerez les deux séries de prévisions sur un même graphique pour visualiser la différence.
Le jeu de données Bitcoin est préchargé dans bitcoin_data. N’hésitez pas à explorer ses colonnes 'Close' et 'Return'. La prévision de variance générée avec une fenêtre extensible est stockée dans variance_expandwin, et celle obtenue avec une fenêtre glissante de taille fixe est stockée dans variance_fixedwin.
Cet exercice fait partie du cours
Modèles GARCH en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Print top 5 rows of variance forecast with an expanding window
print(____.____())
# Print top 5 rows of variance forecast with a fixed rolling window
print(____.____())