原文鏈接：http://tecdat.cn/?p=3889 此示例顯示如何使用估計復合條件均值和方差模型estimate。 加載數據並指定模型。 加載工具箱附帶的NASDAQ數據 。對於數值穩定性，將返回值轉換為收益率。指定AR（1）和GARCH（1,1）復合模型 ...

原文鏈接http://tecdat.cn/?p=2657 本文展示了如何基於基礎ARMA-GARCH過程（當然這也涉及廣義上的QRM）來擬合和預測風險價值（Value-at-Risk，VaR）。 library(qrmtools)# for qq_plot() library ...

ARMA: #讀入數據，並繪制時序圖 d<-read.table("C:/Users/haha/Desktop/R/zuoye/1.txt") x<-ts(log(d),start = 1) 1: x的時間序列圖： x<-ts(log(d),start ...

原文鏈接:http://tecdat.cn/?p=5919 在本文中，我將介紹ARMA，ARIMA（Box-Jenkins），SARIMA和ARIMAX模型如何用於預測給定的時間序列數據。 使用后移運算符計算滯后差異 我們可以使用backshift運算符來執行計算。例如，后軸 ...

用mean2函數：mean2(X) mean(X,1)%我需要的列均值 %mean(X,2) %% 方差 ...

介紹 均值—方差模型是由H.M.Markowitz（哈里·馬科維茨）在1952年提出的風險度量模型，這是現代資產配置的起點。馬科維茨把風險定義為期望收益率的波動率，首次將數理統計的方法應用到投資組合選擇的研究中。這種模型方法使相互制約的目標能夠達到最佳的平衡效果。其最有名的應用者是耶魯大學 ...

原文鏈接：http://tecdat.cn/?p=24211 原文出處：拓端數據部落公眾號 描述 使用 garch 指定一個單變量GARCH（廣義自回歸條件異方差）模型。 garch 模型的關鍵參數包括： GARCH 多項式，由滯后條件方差組成。階數用P表示 ...

本章是對應用系統負載和磁盤容量進行分析和預測，涉及到的數據為時間序列數據，因此最后是用ARMA模型去擬合。 本文主要包含以下部分： ARMA模型 平穩性檢驗 白噪聲檢驗 Python實戰 總結 ARMA模型 關於ARMA模型，具體可看 [ 時間序列中的ARMA模型 ...