Vaste rolling-window-voorspelling
Rolling-window-voorspellingen zijn erg populair voor het modelleren van financiële tijdreeksen. In deze oefening ga je oefenen met het maken van GARCH-modelvoorspellingen met een vaste rolling window.
Definieer eerst de venstergrootte in .fit(), en voer de voorspelling uit met een for-lus. Let op: omdat de venstergrootte vast blijft, schuiven zowel het begin- als eindpunt na elke iteratie op.
De rendementenreeks van de S&P 500 is vooraf geladen als sp_data, en een GARCH(1,1)-model is voorgedefinieerd in basic_gm. De begin- en eindpunten van het initiële steekproefvenster zijn respectievelijk vooraf gedefinieerd in start_loc en end_loc.
Deze oefening maakt deel uit van de cursus
GARCH-modellen in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
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)