Maak een voorspelling met GARCH-modellen
Eerder heb je een basic GARCH(1,1)-model geïmplementeerd met de Python-package arch. In deze oefening ga je oefenen met het maken van een eenvoudige volatiliteitsvoorspelling.
Je gebruikt opnieuw de historische rendementen van de S&P 500-tijdreeks. Definieer en fit eerst een GARCH(1,1)-model met alle beschikbare observaties en roep daarna .forecast() aan om een voorspelling te maken. Standaard krijg je een 1-stap-vooruit schatting. Je kunt horizon = n gebruiken om langere vooruitperioden te specificeren.
De package arch is alvast voor je ingeladen.
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.
# Specify a GARCH(1,1) model
basic_gm = ____(sp_data['Return'], p = 1, q = 1,
mean = 'constant', vol = 'GARCH', dist = 'normal')
# Fit the model
gm_result = basic_gm.____()