Zastosowanie produkcyjne
W środowisku korporacyjnym często rozróżnia się etap budowania modelu od etapu jego wdrożenia produkcyjnego. W fazie produkcyjnej model nie jest zazwyczaj ponownie estymowany przy każdej prognozie. Zamiast tego korzysta się z modelu o ustalonych współczynnikach, integrując nowe dane w każdym kolejnym dniu prognozowania. Funkcja ugarchfilter() służy właśnie do realizacji tego zadania.
W tym ćwiczeniu skorzystasz z modelu dopasowanego na dziennych stopach zwrotu indeksu S&P 500 z okresu od stycznia 1989 do grudnia 2007, aby przewidzieć przyszłą zmienność w okresie turbulencji (wrzesień 2008) oraz w stabilnym okresie (wrzesień 2017). Model został już zdefiniowany i jest dostępny jako garchspec w konsoli R.
To ćwiczenie jest częścią kursu
Modele GARCH w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Estimate the model
garchfit <- ___(data = sp500ret[___], spec = garchspec)
# Fix the parameters
progarchspec <- garchspec
___(progarchspec) <- as.list(___(garchfit))