使用 GARCH 模型進行預測
先前你已經用 Python 的 arch 套件實作過基本的 GARCH(1,1) 模型。這個練習要讓你練習做基礎的波動度預測。
你會再次使用 S&P 500 的歷史報酬時間序列。先用所有可用觀測值來定義並擬合一個 GARCH(1,1) 模型，接著呼叫 .forecast() 來進行預測。預設會產生 1 期向前的估計。你可以用 horizon = n 來指定更長的前瞻期間。
arch 套件已經為你預先載入。
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。
# Specify a GARCH(1,1) model
basic_gm = ____(sp_data['Return'], p = 1, q = 1,
mean = 'constant', vol = 'GARCH', dist = 'normal')
# Fit the model
gm_result = basic_gm.____()