在生產環境中使用
在企業環境中，通常會區分模型開發階段與在生產環境中使用模型的階段。當模型用於生產時，模型可能不會在每個階段都重新估計。此時會用固定係數的模型，但在每個預測日把新資料納入。函式 ugarchfilter() 就是為了這個任務而設計。
在這個練習中，你將使用以 1989 年 1 月到 2007 年 12 月的每日 S&P 500 報酬率所擬合的模型，來預測未來在動盪期間（2008 年 9 月）與穩定期間（2017 年 9 月）的波動度。模型已經定義好，並在 R 主控台中以 garchspec 提供。
本練習屬於課程
R 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。
# Estimate the model
garchfit <- ___(data = sp500ret[___], spec = garchspec)
# Fix the parameters
progarchspec <- garchspec
___(progarchspec) <- as.list(___(garchfit))