文章 2024-05-11 来自:开发者社区

【R语言实战】——带有新息为标准学生t分布的金融时序的GARCH模型拟合预测

该篇文章主要展示了应用一个带有标准学生t分布新息的GARCH(1,1)模型,对数据进行拟合并且预测风险损失,同时进行了风险价值VaR和局部均值ES的度量,附完整代码及分析。 1 数据读取及预处理   运行程序: da=read.table("F:\\ch7data\\d...

【R语言实战】——带有新息为标准学生t分布的金融时序的GARCH模型拟合预测
文章 2024-05-11 来自:开发者社区

【R语言实战】——带有高斯新息的金融时序的GARCH模型拟合预测及VAR/ES风险度量

该篇文章主要展示了应用一个带有高斯新息的GARCH(1,1)模型,对数据进行拟合并且预测风险损失,同时进行了风险价值VaR和局部均值ES的度量,附完整代码及分析。 1 数据读取及预处理   运行程序: da=read.table("F:\\ch7data\\d-ibm-...

【R语言实战】——带有高斯新息的金融时序的GARCH模型拟合预测及VAR/ES风险度量
文章 2024-04-30 来自:开发者社区

R语言lasso惩罚稀疏加法(相加)模型SPAM拟合非线性数据和可视化

全文链接:https://tecdat.cn/?p=33462 本文将关注R语言中的LASSO(Least Absolute Shrinkage and Selection Operator)惩罚稀疏加法模型(Sparse Additive Model,简称SPAM)。SPAM是一种用于拟合非线性数据的强大工具,它可以通过估计非线性函数的加法组件来捕捉输入变量与响应变量之间的复...

R语言lasso惩罚稀疏加法(相加)模型SPAM拟合非线性数据和可视化
文章 2024-04-28 来自:开发者社区

R语言GAMLSS模型对艾滋病病例、降雪量数据拟合、预测、置信区间实例可视化

GAMLSS模型是一种半参数回归模型,参数性体现在需要对响应变量作参数化分布的假设,非参数性体现在模型中解释变量的函数可以涉及非参数平滑函数,非参数平滑函数不预先设定函数关系,各个解释变量的非线性影响结果完全取决于样本数据。它克服了GAM模型和广义线性模型(Generalized Linear Models, GLM)的一些局限性(点击文末“阅读原文”获取完整代码数据)。 对连...

R语言GAMLSS模型对艾滋病病例、降雪量数据拟合、预测、置信区间实例可视化
文章 2024-04-24 来自:开发者社区

R语言线性回归模型拟合诊断异常值分析家庭燃气消耗量和卡路里实例带自测题

原文链接:http://tecdat.cn/?p=27474  考虑我们从实验、事件等中观察到一些数据 y 的情况。我们将观察结果 y 解释为某个随机变量 Y 的实现: 统计模型是对未知参数 θ 的 Y 分布的规范。通常,观测值 y = (y1, . . . , yn) ∈ Rn 是一个向量,而 Y = (Y1, . . . ., Yn) 是一个随机向量。在这...

R语言线性回归模型拟合诊断异常值分析家庭燃气消耗量和卡路里实例带自测题
文章 2024-04-22 来自:开发者社区

R语言GARCH模型对股市sp500收益率bootstrap、滚动估计预测VaR、拟合诊断和蒙特卡罗模拟可视化

原文链接:http://tecdat.cn/?p=26271 介绍 Box 等人的开创性工作(1994) 在自回归移动平均模型领域的相关工作为波动率建模领域的相关工作铺平了道路,分别由 Engle (1982) 和 Bollerslev (1986) 引入了 ARCH 和 GARCH 模型。这些模型的扩展包括更复杂的动力学,例如阈值模型来捕捉新闻影响的不对称性,以及除正态之外的分...

R语言GARCH模型对股市sp500收益率bootstrap、滚动估计预测VaR、拟合诊断和蒙特卡罗模拟可视化
文章 2024-04-18 来自:开发者社区

R语言ARMA GARCH COPULA模型拟合股票收益率时间序列和模拟可视化

原文链接:http://tecdat.cn/?p=25770  在本文中,我们展示了 copula GARCH 方法拟合模拟数据和股票数据并进行可视化。 r还提供了一个特殊情况(具有正态或学生 t残差)。 一、如何在R中对股票x和y的收益率拟合copula模型 数据集 为了这个例子的目的,我使用了一个简单的股票x和y的收益率数据集(x.txt和y.tx...

R语言ARMA GARCH COPULA模型拟合股票收益率时间序列和模拟可视化
文章 2024-04-18 来自:开发者社区

R语言多变量广义正交GARCH(GO-GARCH)模型对股市高维波动率时间序列拟合预测

在多变量波动率预测中,我们有时会看到对少数主成分驱动的协方差矩阵建模,而不是完整的股票。使用这种因子波动率模型的优势是很多的。 首先,你不需要对每个股票单独建模,你可以处理流动性相当弱的股票。第二,因子波动率模型在计算成本低。第三,与指数加权模型相比,持久性参数(通常表示为 ...

R语言多变量广义正交GARCH(GO-GARCH)模型对股市高维波动率时间序列拟合预测
文章 2024-04-17 来自:开发者社区

R语言中的copula GARCH模型拟合时间序列并模拟分析

在这个文章中,我们演示了copula GARCH方法(一般情况下)。 1 模拟数据 首先,我们模拟一下创新分布。我们选择了一个小的样本量。理想情况下,样本量应该更大,更容易发现GARCH效应。 ## 模拟创新分布 d <- 2 # 维度 tau <- 0.5...

R语言中的copula GARCH模型拟合时间序列并模拟分析
文章 2024-04-16 来自:开发者社区

R语言基于ARMA-GARCH-VaR模型拟合和预

本文显示了如何基于潜在的ARMA-GARCH过程(当然也涉及更广泛意义上的QRM)来拟合和预测风险价值(VaR)。 1 从ARMA-GARCH进程模拟(log-return)数据 我们考虑使用t 分布的ARMA(1,1)-GARCH(1,1)过程。 模拟一条路径(用于说明目的)。 ...

R语言基于ARMA-GARCH-VaR模型拟合和预

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。