本番環境での活用
企業の現場では、モデルを開発する段階と、本番で運用する段階を分けて考えることがよくあります。本番運用では、必ずしも毎回モデルを再推定しない場合があります。その場合、係数は固定しつつ、予測を行う各日について新しいデータを取り込みます。関数 ugarchfilter() は、この処理のために設計されています。
この演習では、1989年1月から2007年12月までのS&P 500の日次リターンで当てはめたモデルを使い、変動の大きい時期（2008年9月）と安定した時期（2017年9月）の将来ボラティリティを予測します。モデルの仕様はすでにRコンソール上の garchspec として用意されています。
この演習はコースの一部です
R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。
# Estimate the model
garchfit <- ___(data = sp500ret[___], spec = garchspec)
# Fix the parameters
progarchspec <- garchspec
___(progarchspec) <- as.list(___(garchfit))