【发布时间】：2022-01-01 17:27:42
【问题描述】：
目的
我想使用archpackage通过EGARCH(1,1)模型预测每日波动率。
预测区间：01-04-2015 到 12-06-2018 （mm-dd-yyyy 格式）
因此我应该从2013 到2015 获取数据（例如）以拟合其上的EGARCH(1,1) 模型，然后预测01-04-2015 到12-06-2018 的每日波动率
代码
所以我试着这样写：
# Packages That we need
from pandas_datareader import data as web
from arch import arch_model
import pandas as pd
#---------------------------------------
# grab Microsoft daily adjusted close price data from '01-03-2013' to '12-06-2018' and store it in DataFrame
df = pd.DataFrame(web.get_data_yahoo('MSFT' , start='01-03-2013' , end='12-06-2018')['Adj Close'])
#---------------------------------------
# calculate daily rate of return that is necessary for predicting daily Volatility by EGARCH
daily_rate_of_return_EGARCH = np.log(df.loc[ : '01-04-2015']/df.loc[ : '01-04-2015'].shift())
# drop NaN values
daily_rate_of_return_EGARCH = daily_rate_of_return_EGARCH.dropna()
#---------------------------------------
# Volatility Forecasting By EGARCH(1,1)
model_EGARCH = arch_model(daily_rate_of_return_EGARCH, vol='EGARCH' , p = 1 , o = 0 , q = 1)
fitted_EGARCH = model_EGARCH.fit(disp='off')
#---------------------------------------
# and finally, Forecasting step
# Note that as mentioned in `purpose` section, predict interval should be from '01-04-2015' to end of the data frame
horizon = len(df.loc['01-04-2015' : ])
volatility_FORECASTED = fitted_EGARCH.forecast(horizon = horizon , method='simulation')
错误
然后我得到了这个错误：
MemoryError Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_12900/1021856026.py in <module>
1 horizon = len(df.loc['01-04-2015':])
----> 2 volatility_FORECASTED = fitted_EGARCH.forecast(horizon = horizon , method='simulation')
MemoryError: Unable to allocate 3.71 GiB for an array with shape (503, 1000, 989) and data type float64
看来 arch 会节省大量数据。
预期结果
我期望的是一个简单的pandas.Series，其中包含从'01-04-2015' 到'12-06-2018' 的每日波动预测。确切地说，我的意思是这样的：
（注意：日期格式 --> mm-dd-yyyy）
(DATE) (VOLATILITY)
'01-04-2015' .....
'01-05-2015' .....
'01-06-2015' .....
. .
. .
. .
'12-06-2018' .....
我怎样才能做到这一点？
【问题讨论】：
-
您是要创建一系列提前 1 步预测，还是要创建 h=1,2,...,+4 年的一系列 h 步出现预测?
-
@KevinS “试图创建 h=1,2,...,+4 年的一系列 h 步出现预测”。就像在 预期结果 部分中提到的那样。我想通过 EGARCH(1,1) 预测未来 800 天的波动率（例如！）。所以我需要的只是 800 个波动率预测值，仅此而已。
-
发生这种情况是因为您必须使用模拟来预测 EGARCH 模型中地平线何时 > 1。模拟路径作为
ARCHModelForecast对象的一部分存储和返回。通过模拟产生非常长期的预测不是该项目的目标。您在这里有两个选择。首先，使用具有分析预测的模型，例如 GARCH。其次，您可以预测一些较小的范围，看看预测是否恒定，然后使用这个值。经过大约 20 次观察后，它似乎已经收敛。最后，您可以编写自定义预测代码。 -
@KevinS 感谢您的建议，亲爱的教授。正如您所说的“最后，您可以编写自定义预测代码。”，如果我使用滑动窗口会怎样？我的意思是例如第 1-5 天 --> 预测第 6 天 | 第 2-6 天 --> 预测第 7 天 | 第 3-7 天 --> 预测第 8 天 和 依此类推... 。这样一来，我每次预测都只提前一步预测！这可以成为这种长期预测的可能解决方案之一吗？
标签： python time-series volatility arch