文章 2024-04-29 来自:开发者社区

R语言改进的DCC-MGARCH:动态条件相关系数模型、BP检验分析股市数据

全文链接:http://tecdat.cn/?p=32818 股票市场波动性模型一直是金融领域研究的热点之一。传统的波动性模型往往只考虑了静态条件下的波动性和相关性,难以准确捕捉市场的复杂性和多样性(点击文末“阅读原文”获取完整代码数据)。 因此,本文提出了一种基于R语言改进的DCC-MGARCH模型,帮助客户探究动态条件相关系数模型对股市数据的预测和分析效果...

R语言改进的DCC-MGARCH:动态条件相关系数模型、BP检验分析股市数据
文章 2024-04-28 来自:开发者社区

R语言指数加权模型EWMA预测股市多变量波动率

原文链接:http://tecdat.cn/?p=25872  从广义上讲,复杂的模型可以实现很高的预测准确性(点击文末“阅读原文”获取完整代码数据)。 但是您的客户需要快速理解。他们没有意愿或时间去处理任何太乏味的事情,即使模型可以稍微准确一些。简单性是商业中非常重要的模型选择标准。 在多元波动率估计中,最简单的方法是使用历史协方差矩阵。但...

R语言指数加权模型EWMA预测股市多变量波动率
文章 2024-04-23 来自:开发者社区

R语言用GARCH模型波动率建模和预测、回测风险价值 (VaR)分析股市收益率时间序列

原文链接:http://tecdat.cn/?p=26897  风险价值 (VaR) 风险价值 (VaR) 是金融风险管理中使用最广泛的市场风险度量,也被投资组合经理等从业者用来解释未来市场风险。VaR 可以定义为资产在给定时间段内以概率 θ 超过的市场价值损失。对于收益率 rt 的时间序列,VaRt将是这样的 ...

R语言用GARCH模型波动率建模和预测、回测风险价值 (VaR)分析股市收益率时间序列
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语言时变波动率和ARCH,GARCH,GARCH-in-mean模型分析股市收益率时间序列

自回归条件异方差(ARCH)模型涉及具有时变异方差的时间序列,其中方差是以特定时间点的现有信息为条件的。 ARCH模型 ARCH模型假设时间序列模型中误差项的条件均值是常数(零),与我们迄今为止讨论的非平稳序列不同),但其条件方差不是。这样一个模型可以用公式1、2和3来描述。 ...

R语言时变波动率和ARCH,GARCH,GARCH-in-mean模型分析股市收益率时间序列
文章 2024-04-17 来自:开发者社区

R语言时间序列GARCH模型分析股市波动率

在这篇文章中,我们将学习一种在价格序列中建立波动性模型的标准方法,即广义自回归条件异方差(GARCH)模型。 价格波动的 GARCH 模型的思想是利用误差结构的近期实现来预测误差结构的未来实现。更简单地说,我们经常看到在高波动性或低波动性时期的聚类,因此我们可以利用近期的波动性来预测近期未来的波动性。 我们将使用SPY价格来说明波动率的模型。下面的图显示了SPY收益率。 ...

R语言时间序列GARCH模型分析股市波动率
文章 2024-04-17 来自:开发者社区

R语言隐马尔可夫模型HMM识别股市变化分析报告

了解不同的市场状况如何影响您的策略表现可能会对您的收益产生巨大的影响。 某些策略在波动剧烈的市场中表现良好,而其他策略则需要强劲而平稳的趋势,否则将面临长时间的下跌风险。搞清楚什么时候开始或停止交易策略,调整风险和资金管理技巧,甚至设置进入和退出条件的参数都取决于市场“状态”或当前的情况。 能够识别不同的市场制度并相应地改变您的策略可能意味着市场成功和失败之间的区别。在本文中,我...

R语言隐马尔可夫模型HMM识别股市变化分析报告

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。