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语言经济学:动态模型平均(DMA)、动态模型选择(DMS)预测原油时间序列价格

简介 本文提供了一个经济案例。着重于原油市场的例子。简要地提供了在经济学中使用模型平均和贝叶斯方法的论据,使用了动态模型平均法(DMA),并与ARIMA、TVP等方法进行比较。希望对经济和金融领域的从业人员和研究人员有用。 动机 事实上,DMA将计量经济学建模的几个特点结合在一起。首先,最终预测是通过模型平均化从几个回归模型中产生的。其次,该方法是贝叶斯方法,也就是说,概...

R语言经济学:动态模型平均(DMA)、动态模型选择(DMS)预测原油时间序列价格

大数据之R语言速成与实战

30 课时 |
18145 人已学 |
免费
开发者课程背景图
文章 2024-04-17 来自:开发者社区

R语言k-Shape时间序列聚类方法对股票价格时间序列聚类

这次,我们将使用k-Shape时间序列聚类方法检查公司的股票收益率的时间序列。   企业对企业交易和股票价格 在本研究中,我们将研究具有交易关系的公司的价格变化率的时间序列的相似性,而不是网络结构的分析。由于特定客户的销售额与供应商公司的销售额之比较大,当客户公司的股票价格发生变化时,对供应商公司股票价格的反应被认为更大。 k-Shape ...

R语言k-Shape时间序列聚类方法对股票价格时间序列聚类

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。