R语言汇率、股价指数与GARCH模型分析：格兰杰因果检验、脉冲响应与预测可视化
汇率和股价指数之间的联系是许多经济学家和投资者关注的重要议题。汇率和股价指数的波动对于经济体系的稳定和投资者的决策都具有重要影响（点击文末“阅读原文”获取完整代码数据）。 相关视频 本文将帮助客户通过...
R语言神经网络模型金融应用预测上证指数时间序列可视化
本文旨在利用神经网络模型来帮助客户预测上证指数的收盘价，通过分析不同历史数据作为输入，建立模型并进行预测（点击文末“阅读原文”获取完整代码数据）。 相关视频 ...
R语言门限误差修正模型(TVECM)参数估计沪深300指数和股指期货指数可视化
全文链接：http://tecdat.cn/?p=32511 时间序列模型的理论已经非常丰富,模型的应用也相当广泛。但现实生活中,越来越多的时间序列模型呈现出了非线性的特点,因此,研究非线性时间序列模型的理论及对其参数进行估计有着极其重要的意义（点击文末“阅读原文”获取完整代码数据）。 门限模型作为非线性时间序列模型的一种,与一般的时间序列模型不同的是模型中包...
数据分享|R语言ARIMA模型分析预测上海空气质量指数AQI时间序列
全文链接：http://tecdat.cn/?p=32265 指数平滑法对于预测来说是非常有帮助的，而且它对时间序列上面连续的值之间相关性没有要求（点击文末“阅读原文”获取完整代码数据）。 但是，如果你想使用指数平滑法计算出预测区间，那么预测误差必须是不相关的， 而且必须是服从零均值、 方差不变的正态分布。即使指数平滑法对时间序列连续数值之间相关性没有要求，在...
R语言指数平滑预测法分析南京出租车打车软件空载率时间序列补贴政策可行性
报告链接：http://tecdat.cn/?p=32161 本文通过建立空载率的数学模型，帮助客户来分析出租车的空载率，从而对出租车补贴政策能否提高高峰期的实载率，缓解打车难问题进行了说明（点击文末“阅读原文”获取完整代码数据）。 分析思路 1.利用这么多天的数据...
R语言逻辑回归Logistic选股因素模型交易策略及沪深300指数实证
全文链接：http://tecdat.cn/?p=32071 随着中国的证券市场规模的不断壮大、市场创新不断深化、信息披露不断完善、市场监管不断强化，随着现代投资组合理论的发展和计算机技术的进步，投资者为了在股票交易中取得更多的收益，就需要有合理有效的投资策略，因素模型的基础上发展出众多量化研究模型（点击文末“阅读原文”获取完整代码数据）。 对于这些模型的研究...
R语言随机波动模型SV：马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列
全文链接：http://tecdat.cn/?p=31162 最近我们被客户要求撰写关于SV模型的研究报告，包括一些图形和统计输出（点击文末“阅读原文”获取完整代码数据）。 本文做SV模型，选取马尔可夫蒙特卡罗法(MCMC)、正则化广义矩估计法和准最大似然估计法估计。 模拟SV模型的估计方法： ...
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MCMC-GARCH、风险价值VaR模型股价波动分析上证指数时间序列
金融风险是指由于经济活动的不确定性、市场环境的变化、决策的失误等因素的影响，导致实际回报与预期回报出现偏离的可能性。 VaR通过建立系统分析方法定量化分析风险，可以评估复杂的金融产品、反映风险的敏感，在合理的范围内规避风险，是量化市场风险行之有效的工具。文章将帮助客户采用风险价值VaR模型定量刻画风险，研究符合模型特点的求解方法，基于VaR模型对股价指数时间序列进行建模分析，科...
R语言DCC-GARCH模型对上证指数、印花税收入时间序列数据联动性预测可视化
在对上证指数、印花税收入联动性预测时，我们向客户演示了用R语言的DCC-GARCH可以提供的内容。 读取所有数据 ...
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。