拓端tecdat|R语言使用HAR-RV预测实际波动率Realized Volatility案例
原文链接：http://tecdat.cn/?p=3832 在建议用于预测已实现波动率的模型中，Corsi的HAR-RV在性能和简便性方面均脱颖而出。“ HAR-RV”代表已实现波动性的异质自回归模型，并且基于所谓的“异质市场假说”。这表明，金融市场是人们以不同的频率行事的相互作用 ...
原文：拓端tecdat|R语言ARMA-EGARCH模型、集成预测算法对SPX实际波动率进行预测
原文链接：http: tecdat.cn p 介绍 本文比较了几个时间序列模型，以预测SP 指数的每日实际波动率。基准是SPX日收益系列的ARMA EGARCH模型。将其与GARCH模型进行比较 。最后，提出了集合预测算法。 假设条件 实际波动率是看不见的，因此我们只能对其进行估算。这也是波动率建模的难点。如果真实值未知，则很难判断预测质量。尽管如此，研究人员为实际波动率开发了估算器。Anders ...
2020-04-17 22:06 0 768 推荐指数：
相关推荐
拓端tecdat|R语言随机波动率(SV)模型、MCMC的Metropolis-Hastings算法金融应用：预测标准普尔SP500指数
原文链接：http://tecdat.cn/?p=23991 原文出处：拓端数据部落公众号 在这个例子中，我们考虑随机波动率模型 SV0 的应用，例如在金融领域。 统计模型 随机波动率模型定义如下 并为 其中 yt 是因变量，xt 是 yt 的未观察到的对数波动率。N(m ...
拓端tecdat|R语言ARIMA-GARCH波动率模型预测股票市场苹果公司日收益率时间序列
原文链接：http://tecdat.cn/?p=23934 原文出处：拓端数据部落公众号 引言 在本文中，我们将尝试为苹果公司的日收益率寻找一个合适的 GARCH 模型。波动率建模需要两个主要步骤。 指定一个均值方程（例如 ARMA，AR，MA，ARIMA 等）。 建立 ...
拓端tecdat|R语言预测人口死亡率：用李·卡特模型、非线性模型进行平滑估计
原文链接：http://tecdat.cn/?p=13663 今天早上，我和同事一起分析死亡率。我们在研究人口数据集，可以观察到很多波动性。我们得到这样的结果： 由于我们缺少一些数据，因此我们想使用一些广义非线性模型。因此，让我们看看如何获得死亡率曲面图的平滑 ...
拓端tecdat|R语言ARIMA集成模型预测时间序列分析
本文我们使用4个时间序列模型对每周的温度序列建模。第一个是通过auto.arima获得的，然后两个是SARIMA模型，最后一个是Buys-Ballot方法。 我们使用以下数据 k=620n=nrow(elec)futu=(k+1):ny=electricite$Load[1:k]plot(y ...
拓端tecdat|R语言泊松Poisson回归模型预测人口死亡率和期望寿命
原文链接：http://tecdat.cn/?p=18782 本文我们讨论了期望寿命的计算。人口统计模型的起点是死亡率表。但是，这种假设有偏差，因为它假设生活条件不会得到改善。为了正确处理问题，我们使用了更完整的数据，其中死亡人数根据x岁而定，还包括日期t ...
拓端tecdat：MATLAB用GARCH模型对股票市场收益率时间序列波动的拟合与预测
原文链接：http://tecdat.cn/?p=24211 原文出处：拓端数据部落公众号 描述 使用 garch 指定一个单变量GARCH（广义自回归条件异方差）模型。 garch 模型的关键参数包括： GARCH 多项式，由滞后条件方差组成。阶数用P表示 ...