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语言对S＆P500股票指数进行ARIMA + GARCH交易策略
在本文中，我想向您展示如何应用S＆P500股票市场指数的交易策略。 通过组合ARIMA和GARCH模型，从长期来看，我们可以超过“买入并持有”方法。 策略概述 该策略在“滚动”预测的基础上执行： 对于每一天，股票指数的对数收益的前_k_天被用作拟合最佳ARIMA和GARCH模型的窗口。 组合模型用于对第二天的收益进行预测。 如果预...
灰色关联分析(Grey Relation Analysis,GRA)中国经济社会发展指标
灰色关联分析包括两个重要功能。 第一项功能：灰色关联度，与correlation系数相似，如果要评估某些单位，在使用此功能之前转置数据。第二个功能：灰色聚类，如层次聚类。 灰色关联度 灰色关联度有两种用法。该算法用于测量两个变量的相似性，就像\`cor\`一样。如果要评估某些单位，可以转置数据集。 *一种是检查两个变量的相关性，数据类型如下： | 参考| ...
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...
R语言用AR，MA，ARIMA 模型进行时间序列预测
本文讨论用ARIMA模型进行预测。考虑一些简单的平稳的AR（1）模拟时间序列 > for(t in 2:n) X\[t\]=phi*X\[t-1\]+E\[t\] > plot(X,type="l") ...
R语言多元时间序列滚动预测：ARIMA、回归、ARIMAX模型分析
当需要为数据选择最合适的预测模型或方法时，预测者通常将可用的样本分成两部分：内样本（又称 "训练集"）和保留样本（或外样本，或 "测试集"）。然后，在样本中估计模型，并使用一些误差指标来评估其预测性能。 如果这样的程序只做一次，那么这被称为 "固定原点 "评估。然而，时间序列可能包含离群值，一个差的模型可能比更合适的模型表现得更好。为了加强对模型的评估，我们使用了一种叫做 "滚动原点 "...
R语言用ARIMA模型，ARIMAX模型预测冰淇淋消费时间序列数据
标准的ARIMA（移动平均自回归模型）模型允许只根据预测变量的过去值进行预测。该模型假定一个变量的未来的值线性地取决于其过去的值，以及过去（随机）影响的值。ARIMAX模型是ARIMA模型的一个扩展版本。它还包括其他独立（预测）变量。该模型也被称为向量ARIMA或动态回归模型。 ARIMAX模型类似于多变量回归模型，但允许利用回归残差中可能存在的自相关来提高预测的准确性。 本文提...
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。