Python中的GARCH模型：超出迭代限制

我对python中的GARCH模型有一个问题。我的代码如下所示

import sys
import numpy as np
import pandas as pd
from arch import arch_model

sys.setrecursionlimit(1800)

spotmarket = pd.read_excel("./data/external/Spotmarket.xlsx", index=True)

l = spotmarket['Price'].pct_change().dropna()

returns = 100 * l
returns.plot()
plt.show()

model=arch_model(returns, vol='Garch', p=1, o=0, q=1, dist='Normal')
results=model.fit()
print(results.summary())

代码的第一部分运行良好。我在一个单独的excel表格中有一天结束时的价格，我想用GARCH模型对它们进行建模。问题是，我得到了错误消息

，优化器返回了代码9。信息是：
超出了迭代限制
有关代码含义，请参见scipy.optimize.fmin_slsqp。

有人知道我如何处理迭代限制的问题吗？谢谢大家!

读取源代码（），您可以将其他参数传递给

fit

方法。在内部，调用scipy.optimize.minimize（），您感兴趣的参数可能是

max_iter

和

ftol

。 尝试手动将默认值（

max_iter=100

和

ftol=1e-06

）更改为可能导致收敛的新值。例如：

results=model.fit(options={'max_iter': 200})

---

谢谢你@Jan！但它不起作用……我用更少的数据尝试了我的模型，然后它就起作用了。我不明白为什么会发生这种情况，因为当我使用雅虎财经的数据时，它比我的数据更有效。