使用 GARCH 模型进行预测
之前，您已经使用 Python 的 arch 包实现了一个基本的 GARCH(1,1) 模型。本练习将带您练习进行基础的波动率预测。
您将继续使用标普 500 的历史收益率时间序列。先用全部可用观测值定义并拟合一个 GARCH(1,1) 模型，然后调用 .forecast() 进行预测。默认会生成 1 步前的估计。您可以使用 horizon = n 指定更长的前瞻期。
已为您预加载 arch 包。
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。
# 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.____()