如何使用arch库实现多期波动率预测？解决horizon参数显示异常问题

我用arch库拟合了GARCH模型，尝试预测未来波动率，但无法查看次日之后的预测结果。修改horizon参数后仅生成命名为“h.”开头的新列，请问该如何解决？

代码示例 #

# 生成100期向前预测
gm_forecast = gm_result.forecast(horizon = 3, method='bootstrap', reindex=False)
# reindex消除警告

# 打印预测方差
print(gm_forecast.mean)
print(gm_forecast.residual_variance)
print(gm_forecast.variance) 

输出结果 #

h.1       h.2       h.3
Date
2022-05-20  0.230553  0.230553  0.230553
h.1       h.2       h.3
Date
2022-05-20  6.842437  7.512426  7.476012
h.1       h.2       h.3
Date
2022-05-20  6.842437  7.512426  7.476012

你看到的h.1、h.2、h.3列其实就是样本最后一个日期（2022-05-20）之后第1、2、3期的波动率预测结果，并非没有生成次日之后的预测。arch库的forecast方法默认针对样本末尾日期，一次性输出后续horizon期的预测值，结果以列的形式区分各期，而非按日期行展开。

如果需要将预测值转换为「未来日期+对应预测值」的直观格式，可以用以下代码处理：

import pandas as pd

# 提取波动率预测结果（以variance为例）
forecast_var = gm_forecast.variance

# 获取样本最后日期，生成对应未来3天的日期序列
last_date = forecast_var.index[0]
future_dates = pd.date_range(start=last_date + pd.Timedelta(days=1), periods=3)

# 将列形式的预测值重塑为带日期的DataFrame
forecast_df = pd.DataFrame(
    forecast_var.values.flatten(),
    index=future_dates,
    columns=['predicted_variance']
)

print(forecast_df)

处理后输出格式如下：

predicted_variance
2022-05-21           6.842437
2022-05-22           7.512426
2022-05-23           7.476012

如果需要对样本内多个日期做滚动式的后续波动率预测，需要使用rolling_forecast方法替换单次的forecast。

内容的提问来源于stack exchange，提问作者Ekaterina Solodova