Användning i produktion
I en företagsmiljö görs det ofta en åtskillnad mellan fasen för modellutveckling och fasen där modellen används i produktion. När modellen används i produktion kan det hända att den inte omestimeras vid varje steg. Du använder då modellen med fasta koefficienter, men integrerar ny data för varje prediktionsdag. Funktionen ugarchfilter() är utformad för att hantera just den här uppgiften.
I den här övningen använder du en modell anpassad på dagliga S&P 500-avkastningar från januari 1989 till december 2007 för att göra en prediktion av framtida volatilitet under en turbulent period (september 2008) och en stabil period (september 2017). Modellen har redan specificerats och finns tillgänglig som garchspec i R-konsolen.
Den här övningen är en del av kursen
GARCH-modeller i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Estimate the model
garchfit <- ___(data = sp500ret[___], spec = garchspec)
# Fix the parameters
progarchspec <- garchspec
___(progarchspec) <- as.list(___(garchfit))