![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
股票
文章平均质量分 92
拓端研究室
这个作者很懒,什么都没留下…
展开
-
【视频】时间序列分析:ARIMA-ARCH / GARCH模型分析股票价格
原文链接:http://tecdat.cn/?p=18860时间序列分析模型 ARIMA-ARCH GARCH模型分析股票价格数据视频:时间序列分析:ARIMA GARCH模型分析股票价格数据简介时间序列分析是统计学中的一个主要分支,主要侧重于分析数据集以研究数据的特征并提取有意义的统计信息来预测序列的未来值。时序分析有两种方法,即频域和时域。前者主要基于傅立叶变换,而后者则研究序列的自相关,并且使用Box-Jenkins和ARCH / GARCH方法进行序列的预测。本文将提供原创 2022-02-16 20:37:13 · 2343 阅读 · 0 评论 -
R语言用有限混合模型(FMM,finite mixture model)创建衰退指标对股市SPY、ETF收益聚类和双坐标图可视化
原文链接:http://tecdat.cn/?p=25476原文出处:拓端数据部落公众号从广义上讲,我们可以将金融市场状况分为两类:牛市和熊市。第一个是平稳且通常向上倾斜。第二个描述了一个低迷的市场,通常更不稳定。在任何特定时刻,我们只能猜测自己所处的状态;因为这两个状态没有统一准确的定义。在这篇文章中,我们将使用(有限)混合模型来尝试将每日股票收益分配给他们的牛\熊子组。它本质上是一个无监督的聚类练习。我们创建自己的衰退指标,以帮助我们量化股市。我们使用最少的输入,只使用股票收益数据.原创 2022-02-17 18:23:22 · 868 阅读 · 0 评论