Python中的GARCH预测

我有一个关于GARCH模型预测的问题。很抱歉，我是第一次使用ARCH软件包，我不确定这是我的错还是软件包的缺陷

我想用GARCH模型来模拟未来的现货市场价格。我使用了以下代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from arch import arch_model


spotmarket = pd.read_csv("./data/external/Spotmarket_dhp.csv", delimiter=",", parse_dates=[0], index_col=[0])
print(spotmarket.head())


r = spotmarket['price'].pct_change().dropna() * 100
print(r)
plt.plot(r)

Q1 = r.quantile(.25)
Q3 = r.quantile(.75)
q1 = Q1-2*(Q3-Q1)
q3 = Q3+2*(Q3-Q1)

a = r[r.between(q1, q3)]
print(a)
plt.plot(a)

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

forecasts = results.forecast(horizon=1000, method='simulation', simulations=1)
sims = forecasts.simulations

我的数据在一列中有大约43000行。我已经消除了异常值

我必须预测将近175000个值，这通常是可能的…我现在有两个问题。不可能将模拟设置为1，因为如果我这样做，我会收到消息

ValueError:无法将输入数组从形状（41372）广播到形状（41372,1）

。另一个问题是地平线。当我尝试使用超过1000的视界时，会收到错误消息

MemoryError

。有人能帮帮我吗？有人知道该怎么办吗