固定長度的滾動視窗預測
滾動視窗預測在財務時間序列建模中非常常見。本練習要帶你實作使用固定長度滾動視窗的 GARCH 模型預測。
先在 .fit() 中定義視窗大小，接著用 for 迴圈執行預測。注意因為視窗大小固定，所以每次迭代後，起點與終點都會同時往後推進。
S&P 500 的報酬率序列已預先載入為 sp_data，而 GARCH(1,1) 模型已在 basic_gm 中預先定義。初始樣本視窗的起點與終點也已分別在 start_loc 與 end_loc 中預先設定。
本練習屬於課程
Python 中的 GARCH 模型
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
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)