予測結果を比較する
ローリングウィンドウの取り方によって、予測結果は異なることがあります。この演習では、それぞれの予測結果を比較して違いを詳しく見ていきます。
まず、GARCHモデルを使って、拡張ウィンドウ法と固定ローリングウィンドウ法のそれぞれでBitcoinのリターンボラティリティを予測します。次に、両方の予測結果を同じグラフに重ねて、差を可視化します。
Bitcoinのデータセットはbitcoin_dataとして読み込まれており、列'Close'と'Return'を自由に確認できます。拡張ウィンドウ法で得た分散予測はvariance_expandwin、固定ローリングウィンドウ法で得た分散予測はvariance_fixedwinに保存されています。
この演習はコースの一部です
Pythonで学ぶGARCHモデル
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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(____.____())