Sabit kayan pencere tahmini
Kayan pencere (rolling-window) tahminleri, finansal zaman serisi modellemesinde oldukça popülerdir. Bu egzersizde, sabit bir kayan pencereyle GARCH model tahminlerini nasıl uygulayacağını pratik edeceksin.
Önce pencere boyutunu .fit() içinde tanımla ve bir for döngüsüyle tahmini gerçekleştir. Pencere boyutu sabit kaldığı için, her yinelemeden sonra hem başlangıç hem de bitiş noktalarının arttığını unutma.
S&P 500 getiri serisi sp_data olarak yüklendi ve basic_gm içinde bir GARCH(1,1) modeli önceden tanımlandı. İlk örneklem penceresinin başlangıç ve bitiş noktaları sırasıyla start_loc ve end_loc olarak önceden belirlendi.
Bu egzersiz, kursun bir parçasıdır
Python ile GARCH Modelleri
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
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)