Hacktoberfest 2026：メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

Rolling window forecast with rolling demean

オープン
  • 何か問題がありますか？
#633 コメント 3 件 リアクション 0 件 担当者 0 名 GitHub で見る

メンテナーはふだん 1 日以内に返信

まだ誰も着手していません。

評価

難易度
3/5
見積もり時間
1〜2日
初心者へのやさしさ
25/100
issue の種類
機能追加
明瞭さ
おおむね明確
活発さ
停滞
技術スタック
python
領域
data

調査の方向性

Start with the linked Rolling-Window Forecasting documentation and the arch_model / fit usage shown in the issue. Trace how first_obs and last_obs affect fitting, then determine whether the constant mean is estimated over the rolling window or the full series. Done means explaining that behavior and whether the described rolling demeaning approach is supported; the issue names no source files or tests.

索引モデルが issue の本文から書いたものです。

説明

I saw in the documentation that rolling window forecast can be applied with parameter first_obs and last_obs, while I am looking for an approach with minimal runtime overhead to

  1. demean the series in rolling basis, i.e. returns[first_obs:last_obs] - mean(returns[first_obs:last_obs]), and
  2. fit the GARCH model

I wonder if the constant mean is applied on the rolling basis, or actually on the whole timeseries of argument y.

model = arch_model(tseries, vol="GARCH", mean="Constant", ...)
for i in range(len(tseries) - rolling_window):
  model.fit(first_obs=i, last_ob=i + rolling_window - 1, ...)

I tried to look into the source code but could not conclude it in a glance. Could you help address it?

主要言語
Python
スター
1.6k
フォーク
298
平均マージ
15時間 20分
マージ済み PR（30日）
101

環境構築

このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

bashtage/arch のほかの issue

bashtage/arch の issue をすべて見る

似ている issue

Python の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。