R
文章平均质量分 95
oxuzhenyi
这个作者很懒,什么都没留下…
展开
-
R 语言实现股票数据的预处理及分析
基于 R 语言的股票数据分析一、实验介绍1.1 实验内容本实验是以股票数据作为分析背景,股票数据如何从雅虎财经板块上获取,观察股票每日价格和成交量数据开始,接着计算某一支股票数据中比较重要的日度收益率。然后通过各种股票线图进行技术分析,最后在一支股票的基础上同时分析多支股票的成交量,涨幅时间点,最后得出它们之间的相关性等数据特征。1.2 实验知识点股票数据抓取股票数据线转载 2017-08-08 13:58:32 · 29019 阅读 · 6 评论 -
R语言分析股票指数的GARCH效应
R语言分析股票指数的GARCH效应一、实验说明1.1 实验内容GARCH模型是对金融数据波动性进行描述的方法,为大量的金融序列提供了有效的分析方法,它是迄今为至最常用的、最便捷的异方差序列拟合模型。本次实验运用R语言利用上海证券综合指数进行GARCH模型的分析,包括计算股票指数的收益率,实现收益率的可视化 ,计算一些基本统计量,绘制股指收益率的ACF和PACF图,检验收益率序列的ARC转载 2017-09-05 13:44:40 · 77811 阅读 · 19 评论 -
R语言建立VAR模型分析联合内生变量的动态关系
VAR模型分析联合内生变量的动态关系一、实验介绍1.1 实验内容VAR模型是向量自回归模型的简称,是基于数据的统计性质建立的一种常用的计量经济模型,它把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型,从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。本实验运用 R 语言来建立两变量的向量自回归模型,首先是检验两变量序列的平稳性,然后进行协整检验转载 2017-09-05 13:40:38 · 63966 阅读 · 18 评论 -
R语言对高频交易订单流进行建模分析 4
一、实验介绍--订单流模型拟合1.1 实验知识点指数核 hawkes 过程拟合正反馈强度分析订单量影响分析1.2 实验环境R 3.4.1Rstudio二、订单流模型拟合在上节中我们对订单流数据做了一些统计分析 , 对交易的一些特征有了一些粗浅的理解 , 在本节中 我们要做的是利用实际数据来拟合 hawkes 过程 ,看一看真实数据的订单流动力学中有什么特征。首先转载 2017-08-25 20:05:57 · 5642 阅读 · 1 评论 -
R语言对高频交易订单流进行建模分析 3
一、实验介绍--订单流数据描述分析1.1 实验知识点订单流数据表示订单间隔分析订单信息率平稳性研究订单流动性研究限价单相对价格分析1.2 实验环境R 3.4.1Rstudio二、订单流数据描述分析2.1 订单流数据表示当我们在金融市场上做交易时 , 可以看到一个委托单簿,上面陈列着买价和卖价以及它们对应的量 ,举个例子,比特币市场的订单簿:可以看到红转载 2017-08-25 20:04:06 · 3706 阅读 · 1 评论 -
R语言对高频交易订单流进行建模分析 2
一、实验介绍--hawkes过程参数估计1.1 实验知识点hawkes过程模拟加速最大似然估计 hawkes 最优参数1.2 实验环境R 3.4.1Rstudio二、Hawkes 过程参数估计2.1 指数核 Hawkes 过程模拟优化在上一章中,我们对指数核函数的 Hawkes 过程进行了模拟 , 但是当我们把 事件个数调大时,比如从 100 调到 1000 时转载 2017-08-25 13:58:35 · 2702 阅读 · 1 评论 -
R语言对高频交易订单流进行建模分析 1
一、实验介绍1.1 实验知识点泊松过程及其模拟Hawkes 过程及其模拟1.2 实验环境R 3.4.1Rstudio二、点过程基础假设你蹲在一个交通站台后面,看着人来人往。你觉得乘客的到达似乎存在某种数学规律, 于是你把每个人到达的时刻记录了下来。有什么办法可以对这些人到达的时刻进行建模?你渐渐进入了沉思状态。也许提炼这些点形成的集合所具有的特征是一个好办法转载 2017-08-25 13:55:40 · 3823 阅读 · 2 评论 -
基于R语言的多元线性回归--我国经济增长的定量研究
基于R语言的多元线性回归--我国经济增长的定量研究一、实验介绍1.1 实验内容经济增长一直以来都是我国宏观经济政策的目标之一,研究影响经济增长的因素对促进我国经济快速发展有着重要意义。本实验运用 R 语言编写代码拟合多元线性回归模型,对模型拟合结果进行诊断,即对假设前提进行检验,并选择最优模型,最终进行区间预测,定性的研究影响我国经济增长的因素。1.2 实验知识点多元回归模转载 2017-08-10 12:53:19 · 19874 阅读 · 6 评论 -
R语言实现金融数据的时间序列分析及建模
R语言实现金融数据的时间序列分析及建模一、实验介绍1.1 实验内容本实验主要探讨了几种时间序列的预测模型,首先带领大家对时间序列有一个初步的认识再在这个基础之上,向读者介绍当下最常用的 ARIMA 模型来预测时间序列,接着为读者展示几种指数平滑的方法来预测,最后通过几种模型的对比,让大家可以从中选择出一个最佳的模型来实现预测。为了保证可以在实验楼环境中完成本次实验,我们在实验基转载 2017-08-03 12:17:25 · 39418 阅读 · 7 评论 -
对英国房屋价格建模并预测 ---《量化金融R语言初级教程》
时间序列分析一、实验介绍1.1 实验内容时间序列分析研究的是按时间顺序收集的数据。相邻的观测数据通常相互依赖。因此,时间序列分析的技术需要处理这种相依性。本章的目标是通过一些特定应用来介绍一些常用建模技术。我们将看到如何使用 R 来解决现实中的这些问题。首先,我们考虑如何在 R 中存储和处理时间序列。接着,我们处理线性时间序列分析,并展现如何将它用于建模和预测房屋价格。其次,我们考转载 2017-08-02 14:25:45 · 3261 阅读 · 0 评论