การใช้งานในระบบจริง
ในสภาพแวดล้อมองค์กร มักมีการแบ่งแยกระหว่างขั้นตอนการพัฒนาโมเดลและขั้นตอนการนำโมเดลไปใช้งานจริง เมื่อนำโมเดลไปใช้งานจริง อาจไม่จำเป็นต้องประมาณค่าโมเดลใหม่ในทุกขั้นตอน แต่ใช้โมเดลที่มีค่าสัมประสิทธิ์คงที่ โดยนำข้อมูลใหม่เข้ามาอัปเดตในแต่ละวันที่คาดการณ์ ฟังก์ชัน ugarchfilter() ได้รับการออกแบบมาเพื่อทำงานนี้โดยเฉพาะ
ในแบบฝึกหัดนี้ คุณจะใช้โมเดลที่ฝึกด้วยผลตอบแทนรายวันของ S&P 500 ตั้งแต่เดือนมกราคม 1989 ถึงธันวาคม 2007 เพื่อคาดการณ์ความผันผวนในอนาคตในช่วงที่ตลาดผันผวนสูง (กันยายน 2008) และช่วงที่ตลาดมีเสถียรภาพ (กันยายน 2017) โมเดลได้รับการกำหนดค่าไว้แล้ว และพร้อมใช้งานในชื่อ garchspec ใน R console
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
GARCH Models in R
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Estimate the model
garchfit <- ___(data = sp500ret[___], spec = garchspec)
# Fix the parameters
progarchspec <- garchspec
___(progarchspec) <- as.list(___(garchfit))