原文鏈接:http://tecdat.cn/?p=24407 原文出處:拓端數據部落公眾號 這篇文章討論了自回歸綜合移動平均模型 (ARIMA) 和自回歸條件異方差模型 (GARCH) 及其在股票市場預測中的應用。 介紹 一個 ARMA (AutoRegressive-Moving ...
原文鏈接:http: tecdat.cn p 最近,我們繼續對時間序列建模進行探索,研究時間序列模型的自回歸和條件異方差族。我們想了解自回歸移動平均值 ARIMA 和廣義自回歸條件異方差 GARCH 模型。它們在量化金融文獻中經常被引用。 接下來是我對這些模型的理解,基於擬合模型的預測的一般擬合程序和簡單交易策略的摘要。 這些時間序列分析模型是什么 擬合ARIMA和GARCH模型是一種發現時間序列 ...
2020-11-04 12:09 0 633 推薦指數:
原文鏈接:http://tecdat.cn/?p=24407 原文出處:拓端數據部落公眾號 這篇文章討論了自回歸綜合移動平均模型 (ARIMA) 和自回歸條件異方差模型 (GARCH) 及其在股票市場預測中的應用。 介紹 一個 ARMA (AutoRegressive-Moving ...
原文鏈接:http://tecdat.cn/?p=23934 原文出處:拓端數據部落公眾號 引言 在本文中,我們將嘗試為蘋果公司的日收益率尋找一個合適的 GARCH 模型。波動率建模需要兩個主要步驟。 指定一個均值方程(例如 ARMA,AR,MA,ARIMA 等)。 建立 ...
原文鏈接: http://tecdat.cn/?p=24092 原文出處:拓端數據部落公眾號 前言 在量化金融中,我學習了各種時間序列分析技術以及如何使用它們。 通過發展我們的時間序列分析 (TSA) 方法組合,我們能夠更好地了解已經發生的事情,並對未來做出更好、更有利的預測。示例應用 ...
本文我們使用4個時間序列模型對每周的溫度序列建模。第一個是通過auto.arima獲得的,然后兩個是SARIMA模型,最后一個是Buys-Ballot方法。 我們使用以下數據 k=620n=nrow(elec)futu=(k+1):ny=electricite$Load[1:k]plot(y ...
原文鏈接:http://tecdat.cn/?p=25122 原文出處:拓端數據部落公眾號 當一個序列遵循隨機游走模型時,就說它是非平穩的。我們可以通過對時間序列進行一階差分來對其進行平穩化,這將產生一個平穩序列,即零均值白噪聲序列。例如,股票的股價遵循隨機游走模型,收益序列(價格序列 ...
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 ...
原文鏈接:http://tecdat.cn/?p=19118 本文分析將用於制定管理客戶和供應商關系的策略准則。假設: 貴公司擁有用於生產和分銷聚戊二酸的設施,聚戊二酸是一種用於多個行業的化合物。 制造和分銷過程的投入包括各種石油產品和天然氣。價格波動 ...
原文鏈接:http://tecdat.cn/?p=12260 ARIMA模型是一種流行的且廣泛使用的用於時間序列預測的統計方法。 ARIMA是首字母縮寫詞,代表自動回歸移動平均。它是一類模型,可在時間序列數據中捕獲一組不同的標准時間結構。 在本教程中,您將發現如何使用Python開發用於 ...