Tworzenie prognoz za pomocą modeli GARCH
Wcześniej zaimplementowałeś podstawowy model GARCH(1,1) z użyciem pakietu arch w Pythonie. W tym ćwiczeniu przećwiczysz tworzenie podstawowej prognozy zmienności.
Ponownie skorzystasz z historycznych stóp zwrotu szeregu czasowego S&P 500. Najpierw zdefiniuj i dopasuj model GARCH(1,1) na wszystkich dostępnych obserwacjach, a następnie wywołaj .forecast(), aby wygenerować prognozę. Domyślnie metoda ta zwraca prognozę o jeden krok w przód. Możesz użyć parametru horizon = n, aby określić dłuższy horyzont czasowy.
Pakiet arch został już wczytany.
To ćwiczenie jest częścią kursu
Modele GARCH w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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.____()