R语言分析ROE与股票收益的关系
全文链接：http://tecdat.cn/?p=32829 分析师：Yujia Shen 影响股票收益的因子一直是研究者与投资者关注的问题。虽然已有超过1000个因子被提出与确认，但它们的长期影响力及如何导致收益变化并未被研究透彻（点击文末“阅读原文”获取完整代码数据）。 本项目选择研究ROE在长期对股票收益的作用。 研究理念： ...
数据分享|R语言改进的K-MEANS(K-均值)聚类算法分析股票盈利能力和可视化
全文链接：http://tecdat.cn/?p=32418 大量数据中具有"相似"特征的数据点或样本划分为一个类别。聚类分析提供了样本集在非监督模式下的类别划分（点击文末“阅读原文”获取完整代码数据）。 人们在投资时总期望以最小的风险获取最大的利益，面对庞大的股票市场和繁杂的股票数据，要想对股票进行合理的分析和选择，聚类分析就显得尤为重要。 在本文中...
R语言GARCH族模型：正态分布、t、GED分布EGARCH、TGARCH的VaR分析股票指数
全文链接：http://tecdat.cn/?p=31023 如何构建合适的模型以恰当的方法对风险进行测量是当前金融研究领域的一个热门话题（点击文末“阅读原文”获取完整代码数据）。 VaR方法作为当前业内比较流行的测量金融风险的方法,具有简洁,明了的特点,而且相对于方差来讲,更多的将投资人的损失作为风险具有更好的合理性。 我们和一位客户讨论如何在R软件...
R语言广义矩量法GMM和广义经验似然GEL估计ARMA、CAPM模型分析股票收益时间序列
原文链接：http://tecdat.cn/?p=27564 本文展示了如何通过矩量的广义方法和广义经验似然来估计模型。对这两种方法的理论方面进行了简要讨论，并通过经济学和金融学中的几个例子介绍了R语言。 介绍 自Hansen ( 1982 ) 以来，广义矩量法 (...
R语言风险价值：ARIMA，GARCH，Delta-normal法滚动估计VaR（Value at Risk）和回测分析股票数据
原文链接：http://tecdat.cn/?p=24492 介绍 此分析的目的是构建一个过程，以在给定时变波动性的情况下正确估计风险价值。风险价值被广泛用于衡量金融机构的市场风险。我们的时间序列数据包括 1258 天的股票收益。为了解释每日收益率方差的一小部分，我们使用 Box-J...
R语言风险价值：ARIMA，GARCH，Delta-normal法滚动估计VaR（Value at Risk）和回测分析股票数据-3
R语言风险价值：ARIMA，GARCH，Delta-normal法滚动估计VaR（Value at Risk）和回测分析股票数据-2 https://developer.aliyun.com/article/1489390 VaR预测 该 ugarchroll 方法允许执行的模型/数据集组合的滚动估计和预测。它返回计算预测密度的任何所需度量所需的分布预测参数。我...
R语言风险价值：ARIMA，GARCH，Delta-normal法滚动估计VaR（Value at Risk）和回测分析股票数据-2
R语言风险价值：ARIMA，GARCH，Delta-normal法滚动估计VaR（Value at Risk）和回测分析股票数据-1 https://developer.aliyun.com/article/1489389 GARCH 实现 尽管残差的 ACF 和 PACF 没有显着滞后，但残差的时间序列图显示出一些集群波动。重要的是要记住，ARIMA 是一种对...
R语言风险价值：ARIMA，GARCH，Delta-normal法滚动估计VaR（Value at Risk）和回测分析股票数据-1
原文链接：http://tecdat.cn/?p=24492 介绍 此分析的目的是构建一个过程，以在给定时变波动性的情况下正确估计风险价值。风险价值被广泛用于衡量金融机构的市场风险。我们的时间序列数据包括 1258 天的股票收益。为了解释每日收益率方差的一小部分，我们使用 Box-Jenkins 方法来拟合自回归综合移动平均 (ARIMA) 模型，并测试带下划线的假设。稍后，当我...
R语言BOOTSTRAP(自举法，自抽样法)估计回归模型置信区间分析股票收益
介绍 假设你做了一个简单的回归，现在你有了你的 . 您想知道它是否与（例如）零显著不同。一般来说，人们会查看他们选择的软件报告的统计数据或 p.value。问题是，这个 p.value 计算依赖于因变量的分布。如果没有不同的说明，您的软...
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...
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。