拓端tecdat|R语言POT超阈值模型和极值理论分析
原文链接：http://tecdat.cn/?p=16845 本文依靠EVT对任何连续分布的尾部建模。尾部建模，尤其是POT建模，对于许多金融和环境应用至关重要。 POT模型其主要动机是为高洪水流量的概率模型提供实用工具。但是，EVT的优势在于结果不取决于要建模的过程。因此，人们可以使 ...
原文：拓端tecdat：R语言极值理论 EVT、POT超阈值、GARCH 模型分析股票指数VaR、条件CVaR：多元化投资组合预测风险测度分析
原文链接：http: tecdat.cn p 原文出处：拓端数据部落公众号 概要 本文用 R 编程语言极值理论 EVT 以确定 只股票指数的风险价值 和条件 VaR 。使用 Anderson Darling 检验对 只股票的组合数据进行正态性检验，并使用 Block Maxima 和 Peak Over Threshold 的 EVT 方法估计 VaR CvaR。最后，使用条件异向性 GARCH ...
2021-12-03 00:28 0 96 推荐指数：
相关推荐
拓端tecdat|R语言中的广义线性模型（GLM）和广义相加模型（GAM）：多元（平滑）回归分析保险资金投资组合信用风险敞口
原文链接：http://tecdat.cn/?p=13885 在之前的课堂上，我们已经看到了如何可视化多元回归模型（带有两个连续的解释变量）。在此，目标是使用一些协变量（例如，驾驶员的年龄和汽车的年龄）来预测保险索赔的平均成本（请注意，此处的损失 ...
拓端tecdat|R语言用Garch模型和回归模型对股票价格分析
原文链接：http://tecdat.cn/?p=18310 为了找出影响价格波动的主要因素，我们使用逐步回归法来剔除一些对于应变量即价格影响很小的自变量剔除出我们的模型，我们分别把WTI Price Field 等自变量的名称改为x1，x2……，最后的突发事件需要用到哑变量，哑变量 ...
拓端数据tecdat|R语言使用多元AR-GARCH模型衡量市场风险
原文链接：http://tecdat.cn/?p=19118 本文分析将用于制定管理客户和供应商关系的策略准则。假设： 贵公司拥有用于生产和分销聚戊二酸的设施，聚戊二酸是一种用于多个行业的化合物。 制造和分销过程的投入包括各种石油产品和天然气。价格波动 ...
R语言风险价值：ARIMA，GARCH模型滚动估计，预测VaR和回测分析股票时间序列
原文链接：http://tecdat.cn/?p=24492 原文出处：拓端数据部落公众号 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 ...
拓端tecdat|Python计算股票投资组合的风险价值（VaR）
原文链接：http://tecdat.cn/?p=17758 什么是风险价值（VaR）？ 风险价值（VaR）用于尝试量化指定时间范围内公司或投资组合中的财务风险水平。VaR提供了一段时间内投资组合的最大损失的估计，您可以在各种置信度水平上进行计算。 估计投资组合的风险对于长期资本增长 ...
拓端tecdat:Python 用ARIMA、GARCH模型预测分析股票市场收益率时间序列
原文链接： http://tecdat.cn/?p=24092 原文出处：拓端数据部落公众号 前言 在量化金融中，我学习了各种时间序列分析技术以及如何使用它们。 通过发展我们的时间序列分析 (TSA) 方法组合，我们能够更好地了解已经发生的事情，并对未来做出更好、更有利的预测。示例应用 ...
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 ...