프로덕션에서의 활용
기업 환경에서는 모델을 개발하는 단계와 프로덕션에서 활용하는 단계를 구분하는 경우가 많습니다. 프로덕션 단계에서는 모델을 매번 재추정하지 않을 수 있습니다. 이때는 계수는 고정해 두되, 예측을 수행하는 각 날짜에 새 데이터를 반영해 모델을 사용합니다. 이 작업을 위해 설계된 함수가 ugarchfilter()입니다.
이번 연습에서는 1989년 1월부터 2007년 12월까지의 S&P 500 일별 수익률로 적합한 모델을 사용해, 변동성이 크던 시기(2008년 9월)와 안정적이던 시기(2017년 9월)의 향후 변동성을 예측해 보겠습니다. 모델 사양은 이미 지정되어 있으며 R 콘솔의 garchspec으로 제공됩니다.
이 연습은 강의의 일부입니다
R에서의 GARCH 모델
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Estimate the model
garchfit <- ___(data = sp500ret[___], spec = garchspec)
# Fix the parameters
progarchspec <- garchspec
___(progarchspec) <- as.list(___(garchfit))