固定滚动窗口预测
滚动窗口预测在金融时间序列建模中非常常见。本练习将带您练习如何用固定滚动窗口实现 GARCH 模型的预测。
首先在 .fit() 中定义窗口大小，然后用 for 循环执行预测。请注意，由于窗口大小固定，每次迭代后起点和终点都会同时向前移动。
标普 500 的收益率序列已预加载为 sp_data，并在 basic_gm 中预定义了一个 GARCH(1,1) 模型。初始样本窗口的起始与结束位置分别已在 start_loc 和 end_loc 中预先定义。
本练习是课程的一部分
Python 中的 GARCH 模型
交互式实操练习
通过完成这段示例代码来试试这个练习。
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)