liumanman的博客

GARCH模型：GARCH模型要求时间序列的残差为零均值、异方差的纯随机序列，但是有时不能充分提取序列的相关信息，即不是纯随机性序列；另外，原序列可能是非平稳序列。对于这种情况，需要将原始序列变为平稳序列，对拟合自回归模型，即构造ARIMA模型，再考察残差序列的方差齐性，如果是异方差残差序列，最后构造GARCH模型，这便是ARIMA-GARCH模型。时序图：样本数据有明显的趋势...

基于CAPM模型对中国概念股股票的实证研究CAPM模型中，在满足基本假设的情况下，投资者对单项资产投资所货到的收益率等于市场对无风险投资的收益率加上该项资产的风险溢价，即样本来自雅虎财经中国概念股的5支股票，自2018年1月2日至2019年10月25日，包括京东、微博、中国人寿、拼多多、广深铁路的来自信息技术、保险、可选消费和运输物流等不同行业，这样选择样本可以避免样本的单一性。样...

已知X服从标准正态分布，用三种积分方法求MC方法：m<-10000x<-runif(m,min=0,max=20)f<-mean((1/sqrt(2*pi))*exp(-0.5*x^2))*20fprint(0.5-f)辛普森公式方法：simpson<-function(func,a,b,n) h<-(b-a)/n add_by...

Gibbs<-function(m,n,a,b){ th<-matrix(0,ncol=2,nrow=m) theta0<-rbeta(1,a,b) x0<-rbinom(1,n,theta0) th[1,]<-c(theta0,x0) for(i in 2:m){ th[i,1]<-rbeta(1,th[i-1,2]+a,n-t...