文章 2024-04-26 来自:开发者社区

R语言收益率和波动性模拟股票价格COMP226带自测题

全文下载链接:http://tecdat.cn/?p=29581 在本工作表中,我们将研究价格、收益率和波动性。波动性通常用收益率的均方差来衡量,例如夏普比率的分母,它被用作风险的衡量标准。 我们将使用股票价格的平均对数收益率和波动性(对数回报的均方差)来模拟股票价格。 价格和收益率 ...

R语言收益率和波动性模拟股票价格COMP226带自测题
文章 2024-04-25 来自:开发者社区

【视频】K近邻KNN算法原理与R语言结合新冠疫情对股票价格预测|数据分享(下)

【视频】K近邻KNN算法原理与R语言结合新冠疫情对股票价格预测|数据分享(上):https://developer.aliyun.com/article/1491727 4.3数据集预览 最终数据集可以在下面的交互式表格中找到。 table(before_covid) ...

【视频】K近邻KNN算法原理与R语言结合新冠疫情对股票价格预测|数据分享(下)
文章 2024-04-25 来自:开发者社区

【视频】K近邻KNN算法原理与R语言结合新冠疫情对股票价格预测|数据分享(上)

原文链接:http://tecdat.cn/?p=24057 本文的目标是使用K-最近邻(K近邻),ARIMA和神经网络模型分析Google股票数据集(查看文末了解数据获取方式)预测Google的未来股价,然后分析各种模型。 视频:K近邻KNN算法原理与R语言结合新冠疫情对股票价格预测 K-最近邻(K近邻)是一种用于回归和分类的监督学习算法。K近邻 试...

【视频】K近邻KNN算法原理与R语言结合新冠疫情对股票价格预测|数据分享(上)
文章 2024-04-23 来自:开发者社区

R语言几何布朗运动GBM模拟股票价格优化建立期权定价用概率加权收益曲线可视化

原文链接:http://tecdat.cn/?p=26842  对于模拟股票价格,几何布朗运动 (GBM) 是 事实上的首选 模型。 它有一些很好的属性,通常与股票价格一致,例如对数正态分布(因此向下限制为零),并且期望收益不取决于价格的大小。 当然,GBM 只是一个模型,没有一个模型可以完美地代表现实。特别是,GBM 使用恒定波动率,这显然与现实不符...

R语言几何布朗运动GBM模拟股票价格优化建立期权定价用概率加权收益曲线可视化
文章 2024-04-18 来自:开发者社区

R语言用回归构建配对交易(Pairs Trading)策略量化模型分析股票收益和价格

对于那些不熟悉“配对交易”概念的人来说几句话。首先,您应该了解,每只股票的走势不是由公司业绩主导,而是由总体市场走势主导。这就是许多“因子模型”的由来,驱动每只股票的因素是 _市场因素_,在大多数情况下,它与标准普尔指数近似。 因此,无论多么伟大的公司,它都经不起任何大规模的市场衰退。假设这样做,买入AMZN并卖出标准普尔指数(SPY),如果指数上涨,我就会亏损,因为我做空了它,但我希望...

R语言用回归构建配对交易(Pairs Trading)策略量化模型分析股票收益和价格
文章 2024-04-17 来自:开发者社区

R语言结合新冠疫情COVID-19股票价格预测:ARIMA,KNN和神经网络时间序列分析

原文链接:http://tecdat.cn/?p=24057 1.概要 本文的目标是使用各种预测模型预测Google的未来股价,然后分析各种模型。Google股票数据集是使用R中的Quantmod软件包从Yahoo Finance获得的。 2.简介 预测算法是一种试图根据过去和...

文章 2024-04-17 来自:开发者社区

R语言用综合信息准则比较随机波动率(SV)模型对股票价格时间序列建模

原文链接:http://tecdat.cn/?p=23882  摘要 随机波动率(SV)模型是常用于股票价格建模的一系列模型。在所有的SV模型中,波动率都被看作是一个随机的时间序列。然而,从基本原理和参数布局的角度来看,SV模型之间仍有很大的不同。因此,为一组给定的股票价格数据选择最合适的SV模型对于对股票市场的未来预测非常重要。为了实现这一目标,可以使用留一交叉验证(...

R语言用综合信息准则比较随机波动率(SV)模型对股票价格时间序列建模
文章 2024-04-17 来自:开发者社区

R语言中的时间序列分析模型:ARIMA-ARCH / GARCH模型分析股票价格

原文链接:http://tecdat.cn/?p=18860 简介 时间序列分析是统计学中的一个主要分支,主要侧重于分析数据集以研究数据的特征并提取有意义的统计信息来预测序列的未来值。时序分析有两种方法,即频域和时域。前者主要基于傅立叶变换,而后者则研究序列的自相关,并且使用Box-Jenkins和ARCH / GARCH方法进行序列的预测。 本文将提供使用时域方法对R环...

R语言中的时间序列分析模型:ARIMA-ARCH / GARCH模型分析股票价格
文章 2024-04-17 来自:开发者社区

R语言有状态依赖强度的非线性、多变量跳跃扩散过程模型似然推断分析股票价格波动

跳跃扩散过程为连续演化过程中的偏差提供了一种建模手段。但是,跳跃扩散过程的微积分使其难以分析非线性模型。本文开发了一种方法,用于逼近具有依赖性或随机强度的多变量跳跃扩散的转移密度。通过推导支配过程时变的方程组,我们能够通过密度因子化来近似转移密度,将跳跃扩散的动态与无跳跃扩散的动态进行对比。在这个框架内,我们开发了一类二次跳跃扩散,我们可以计算出对似然函数的精确近似。随后,我们分析了谷歌股票波动....

R语言有状态依赖强度的非线性、多变量跳跃扩散过程模型似然推断分析股票价格波动
文章 2024-04-17 来自:开发者社区

R语言用Garch模型和回归模型对股票价格分析

  为了找出影响价格波动的主要因素,我们使用逐步回归法来剔除一些对于应变量即价格影响很小的自变量剔除出我们的模型,我们分别把WTI Price Field 等自变量的名称改为x1,x2……,最后的突发事件需要用到哑变量,哑变量只需要2个即可,我们将其作为X49,X50,X51,三个参数并将它们的值”正影响”、”无影响”、”负影响”分别改为-1,0,1。 经过R语言处理以...

R语言用Garch模型和回归模型对股票价格分析

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。