Jämför prognoseresultat
Olika rullande fönster-metoder kan ge olika prognoseresultat. I den här övningen tittar vi närmare på skillnaderna genom att jämföra resultaten.
Först använder du en GARCH-modell för att prognosticera Bitcoins avkastningsvolatilitet – en gång med ett expanderande fönster och en gång med ett fast rullande fönster. Sedan plottar du båda prognoseresultaten i ett och samma diagram för att visualisera skillnaden.
Bitcoin-datasetet är förladdat i bitcoin_data – utforska gärna kolumnerna 'Close' och 'Return'. Variansprognosen med expanderande fönster finns sparad i variance_expandwin och prognosen med fast rullande fönster finns sparad i variance_fixedwin.
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.
# Print top 5 rows of variance forecast with an expanding window
print(____.____())
# Print top 5 rows of variance forecast with a fixed rolling window
print(____.____())