Supongamos que dividen la serie de tiempo a 10 secuencial de las ventanas de tiempo, donde cada ventana contiene más de 1000 puntos de datos.
Quiero hacer la prueba de 5 diferentes modelos garch mediante validación cruzada.
Así, para cada modelo, voy a caber en 9 de cada 10 de las ventanas de tiempo, y que la prueba de los datos en la izquierda por la ventana. Esto se hace para 10 diferentes "excluidos" de windows.
Sin embargo, para cada optimizado modelo garch, la latente la volatilidad de la variable va a ser un problema cuando me paso más de la "brecha" creado por la izquierda por la ventana. La única vez que este no será un problema es cuando la izquierda por la ventana es la primera o la última ventana. En los otros 8 casos, voy a tener que tomar una conjetura en la inicial de la volatilidad de usar, con algo como la varianza de la muestra, o balanceo de la volatilidad.
Por lo que 8 de las pruebas se tienen dos puntos de partida. Y 2 de los modelos tendrá 1 punto de partida. Y por eso tengo que adivinar la volatilidad en cada punto de partida.
Así que mi pregunta es, con todas las adivinanzas de estos puntos de partida... ¿Cuál es la recomendable? Y cómo válida será la validación cruzada de los resultados?
