고정 롤링 윈도 예측
롤링 윈도 예측은 금융 시계열 모델링에서 매우 널리 사용돼요. 이 연습 문제에서는 고정 롤링 윈도를 사용해 GARCH 모델 예측을 구현하는 방법을 연습해 보겠습니다.
먼저 .fit() 안에서 윈도 크기를 정의한 다음, for 루프로 예측을 수행하세요. 윈도 크기가 고정이므로, 각 반복마다 시작점과 끝점이 모두 한 칸씩 이동한다는 점을 유의하세요.
S&P 500 수익률 시계열은 sp_data로 미리 로드되어 있고, GARCH(1,1) 모델은 basic_gm에 사전 정의되어 있어요. 초기 샘플 윈도의 시작점과 끝점은 각각 start_loc과 end_loc로 미리 지정되어 있습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 GARCH 모델
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
for i in range(30):
# Specify fixed rolling window size for model fitting
gm_result = basic_gm.fit(first_obs = i + ____,
last_obs = i + ____, update_freq = 5)