我想用 Python 中的时间序列数据进行样本外预测的宏观经济基本面预测汇率。
为了评估预测准确性，我想应用滚动窗口回归，即每个滚动窗口的连续观察次数。因变量是欧元/美元汇率，我的（第一个）解释变量是美国和欧洲之间的利率差异。时间跨度为 01/1999 至 01/2019。
从理论上讲，首先选择窗口大小，然后选择预测范围，并使用 RMSE 评估模型。
但我不太确定如何在 Python 中设置滚动回归。
我在已弃用的 stats/ols 模块中使用 MovingOLS 时遇到了困难。所以，我下载了包含滚动回归的 Pyfinance 包。
但是，例如，如何将此处的预测范围更改为 3 个月？有没有其他方法/包来解决这个问题？
以下是关于 Pyfinance 包的代码：
rolling = ols.PandasRollingOLS(y=y, x=X, window=228,) #window size equal to the length of my training set
rolling.beta.head()
rolling.ms_err.head()
rolling.ms_err