Prognoza z oknem kroczącym o stałym rozmiarze
Prognozy z kroczącym oknem czasowym są bardzo popularne w modelowaniu finansowych szeregów czasowych. W tym ćwiczeniu przećwiczysz, jak implementować prognozy modelu GARCH z oknem kroczącym o stałym rozmiarze.
Najpierw zdefiniuj rozmiar okna wewnątrz .fit(), a następnie wykonaj prognozę za pomocą pętli for. Ponieważ rozmiar okna pozostaje stały, zarówno punkt startowy, jak i końcowy są przesuwane o jeden krok po każdej iteracji.
Seria zwrotów indeksu S&P 500 została wczytana jako sp_data, a model GARCH(1,1) jest predefiniowany w basic_gm. Punkty startowy i końcowy początkowego okna próbki są predefiniowane odpowiednio w start_loc i end_loc.
To ćwiczenie jest częścią kursu
Modele GARCH w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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)