拓端tecdat|R语言中基于混合数据抽样(MIDAS)回归的HAR-RV模型预测GDP增长
原文链接：http://tecdat.cn/?p=12292 预测GDP增长 我们复制了Ghysels（2013）中提供的示例。我们进行了MIDAS回归分析，以预测季度GDP增长以及每月非农就业人数的增长。预测公式如下 其中yt是按季度季节性调整后的实际美国GDP的对数增长 ...
原文：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 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 例如，以高频率运行的公司，日内交易的交易商和低频率的机构投资者 。每一类市场都会以不同的频率引起波动，这将在一定程度上影响彼此。从这 ...
2020-09-23 15:50 0 437 推荐指数：
相关推荐
r语言代写预测波动率的实现：ARCH模型与HAR-RV模型
。 本博客比较了GARCH模型（描述波动率聚类），ARFIMA模型（描述长记忆），HAR-RV模型（基于高频 ...
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=12174 介绍 本文比较了几个时间序列模型，以预测SP 500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 ...
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|Matlab马尔可夫链蒙特卡罗法（MCMC）估计随机波动率（SV，Stochastic Volatility） 模型
原文链接:http://tecdat.cn/?p=16708 波动率是一个重要的概念，在金融和交易中有许多应用。这是期权定价的基础。波动率还使您可以确定资产分配并计算投资组合的风险价值（VaR）。甚至波动率本身也是一种金融工具，例如CBOE的VIX波动率指数。但是，与证券价格或利率 ...
拓端tecdat：R语言GARCH建模常用软件包比较、拟合标准普尔SP 500指数波动率时间序列和预测可视化
原文链接：http://tecdat.cn/?p=24441 原文出处：拓端数据部落公众号 我们研究波动聚集，以及使用单变量 GARCH(1,1) 模型对其进行建模。 波动聚集 波动聚集——存在相对平稳时期和高波动时期的现象——是市场数据的一个看似普遍的属性。对此没有普遍接受的解释 ...
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 ...