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 2024-04-18 来自:开发者社区

R语言GARCH建模常用软件包比较、拟合标准普尔SP 500指数波动率时间序列和预测可视化

我们研究波动聚集,以及使用单变量 GARCH(1,1) 模型对其进行建模。 波动聚集 波动聚集——存在相对平稳时期和高波动时期的现象——是市场数据的一个看似普遍的属性。对此没有普遍接受的解释。GARCH(广义自回归条件异方差)模型 波动聚集。图 1 是波动率的 garch 模型的示例。 图 1:根据 garch(1,1) 模型估计的 2011 年底之前的标准普尔 500 ...

R语言GARCH建模常用软件包比较、拟合标准普尔SP 500指数波动率时间序列和预测可视化

大数据之R语言速成与实战

30 课时 |
18144 人已学 |
免费
开发者课程背景图
文章 2024-04-16 来自:开发者社区

卡尔曼滤波器:用R语言中的KFAS建模时间序列

时间序列预测,ARIMA等传统模型通常是一种流行的选择。虽然这些模型可以证明具有高度的准确性,但它们有一个主要缺点 - 它们通常不会解释“冲击”或时间序列的突然变化。让我们看看我们如何使用称为卡尔曼滤波器的模型来潜在地缓解这个问题。 时间序列 我们以货币市场为例。货币对可能会有整体上升趋势,然后在抛售期间大幅下跌。传统的时间序列模型不一定能够立即解决这个问题,并且在考...

卡尔曼滤波器:用R语言中的KFAS建模时间序列

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。