R语言空气污染数据的地理空间可视化和分析:颗粒物2.5(PM2.5)和空气质量指数(AQI)
介绍 由于空气污染对公众健康的不利影响,人们一直非常关注。世界各国的环境部门都通过各种方法(例如地面观测网络)来监测和评估空气污染问题。全球的地面站及时测量了许多空气污染物,例如臭氧、一氧化碳、颗粒物。EPA(环境保护署)提供了空气污染数据,本文选择了颗粒物2.5(PM2.5)和空气质量指数(AQI)这两个关键变量,以可视化和分析空气污染的趋势和模式。PM2.5代表直径小于2.5微米的颗...

R语言量化:合成波动率指数移动平均策略分析标准普尔500波动率指数(VIX)
To 本文目标是创建合成波动率指数,1)当应用于标准普尔500指数时,尽可能地反映VIX指数;2)完全依靠价格作为输入,因此它可以应用于任何市场指数。 所述的解决方案是合成波动率指数。\> Mov(ATR(1)/C,20,S) 下面我将尝试代码。 #***...

【视频】Python和R语言使用指数加权平均(EWMA),ARIMA自回归移动平均模型预测时间序列
链接 视频: 在Python和R语言中建立EWMA,ARIMA模型预测时间序列 概述 学习创建时间序列预测的步骤 关注Dickey-Fuller检验和ARIMA(自回归移动平均)模型 从理论上学习这些概念以及它们在python中的实现 介绍 时间序列(从现在起称为TS)被认为是数据科学领...

R语言分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测
电力负荷预测是电网规划的基础,其水平的高低将直接影响电网规划质量的优劣。为了准确预测电力负荷,有必要进行建模。本文在R语言中使用分位数回归、GAM样条曲线、指数平滑和SARIMA模型对电力负荷时间序列预测并比较。 用电量 本文使用的数据是1996年至2010年之间的每周用电量数据,序列 ...

R语言对股票风险“溃疡指数”( Ulcer Index)曲面图可视化
目标函数的平滑度对于优化的成功至关重要。 可视化目标函数是一种检查平滑度的简便方法。 例如,让我们检查“溃疡指数”( Ulcer Index) ,这是一种风险度量,类似于“标准偏差”。 溃疡指数尝试通过衡量价格回撤来衡量持有交易或投资的压力。溃疡指数基于下降波动性有害、上升拨动性有利的概念。 不像金融行业通常用来衡量股票风险的标准差那样使用...

R语言中使用RCPP并行计算指数加权波动率
指数加权波动率是一种波动率的度量,它使最近的观察结果有更高权重。我们将使用以下公式计算指数加权波动率: S [t] ^ 2 = SUM(1-a)* a ^ i *(r [t-1-i]-rhat [t])^ 2,i = 0…inf 其中rhat [t]是对应的指数加权平均值 rhat [t] = SUM(1-a)* a ^ i * r [t-1-i],i = 0…inf ...

R语言时间序列数据指数平滑法分析交互式动态可视化
R语言提供了丰富的功能,可用于绘制R中的时间序列数据。 包括: 自动绘制 xts 时间序列对象(或任何可转换为xts的对象)的图。 高度可配置的轴和系列显示(包括可选的第二个Y轴)。 丰富的交互式功能,包括 缩放/平移 和系列/点 高亮显示。 ...

R语言: GARCH模型股票交易量的研究道琼斯股票市场指数
我将建立道琼斯工业平均指数(DJIA)日交易量对数比的ARMA-GARCH模型。 获取数据 lod(file='DowEnvironment.RData') 日交易量 每日交易量内发生的 变化。 plot(dj_vo...

使用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美国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,我们可以大大胜过“买入并持有”方法。 策略概述 该策略在“滚动”的基础上执行: 对于每一天,股票指数的对数收益的前k天的前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...

Google Earth Engine(GEE)——R 语言图像可视化(内含NDWI指数计算和掩膜镶嵌后的图像展示)
您可以使用Map$addLayer()可视化图像。如果在没有任何附加参数的情况下向地图添加图层,默认情况下rgee将前三个波段分别分配给红色、绿色和蓝色。默认拉伸基于带中数据的类型(例如,浮点数在 [0,1] 中拉伸,16 位数据被拉伸到可能值的完整范围),这可能适合也可能不适合。为了达到理想的可视化效果,您可以为Map$addLayer()提供可视化参数。具体来说,参数是:Visualizat....

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。