예측 결과 비교하기
롤링 윈도 접근 방식에 따라 예측 결과가 달라질 수 있어요. 이번 연습 문제에서는 이러한 예측 결과를 비교하며 더 자세히 살펴보겠습니다.
먼저 GARCH 모델을 사용해 확장 윈도(expanding window)와 고정 롤링 윈도(fixed rolling window) 방식으로 각각 비트코인 수익률 변동성을 예측해 볼 거예요. 그런 다음 두 예측 결과를 함께 플롯하여 차이를 시각화합니다.
비트코인 데이터셋은 bitcoin_data로 미리 로드되어 있으며, 'Close'와 'Return' 열을 자유롭게 살펴보셔도 됩니다. 확장 윈도 방식으로 생성한 분산 예측은 variance_expandwin에, 고정 롤링 윈도 방식으로 생성한 분산 예측은 variance_fixedwin에 저장되어 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 GARCH 모델
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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(____.____())