Prognos med fast rullande fönster
Rullande fönster-prognoser är mycket populära inom modellering av finansiella tidsserier. I den här övningen tränar du på att implementera GARCH-modellprognoser med ett fast rullande fönster.
Definierade först fönstrets storlek i .fit() och utför prognosen med en for-loop. Observera att eftersom fönstret är fast ökar både start- och slutpunkterna efter varje iteration.
S&P 500-avkastningsserien har förhandslästs in som sp_data, och en GARCH(1,1)-modell har fördefinieras i basic_gm. Start- och slutpunkterna för det ursprungliga sampelfönstret har fördefinieras i start_loc respektive end_loc.
Den här övningen är en del av kursen
GARCH-modeller i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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)