Прогнозирование с помощью моделей GARCH
Ранее вы реализовали базовую модель GARCH(1,1) с помощью пакета arch для Python. В этом упражнении вы потренируетесь строить базовый прогноз волатильности.
Вы снова будете использовать исторические данные о доходности индекса S&P 500. Сначала определите и обучите модель GARCH(1,1) на всех доступных наблюдениях, затем вызовите .forecast(), чтобы получить прогноз. По умолчанию метод строит оценку на 1 шаг вперёд. Чтобы задать более длинный горизонт прогнозирования, используйте параметр horizon = n.
Пакет arch уже загружен для вас.
Это упражнение является частью курса
Модели GARCH на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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.____()