python、R语言ARIMA-GARCH分析南方恒生中国企业ETF基金净值时间序列分析

于 2023-10-31 12:29:23 发布
阅读量132 收藏 1
点赞数
文章标签： python r语言 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/tecdat/article/details/134152892
版权

全文链接：https://tecdat.cn/?p=34123

分析师：Yuyan Wang

虽然中国股票市场日益完善,但还不完全是弱有效市场,因此中国股票市场存在比较明显的通过技术分析达到的套利机会（点击文末“阅读原文”了解更多）。

相关视频

解决方案

任务/目标

根据基金净值的要求，帮助客户运用多种模型分析实现股票走势的预测。

数据源准备

本次数据来源于天天基金网南方恒生中国企业ETF版面，数据获取采用python（版本3.6）爬虫，数据分析部分则是采用Rstudio（3.6.2）。由于南方恒生中国企业ETF没有分红，所以单位净值和累计净值相同，本次分析采用单位净值（数据采用从2018/2/8~2020/6/10，共556个）作为数据分析对象。本次数据分析采用的数据模型有AR, MA,ARMA,GARCH模型。

数据预处理

将获得数据进行标准化，并作图发现数据超出了[0,1]的限制，于是我们可以初步估计数据不满足正态性。其次，我们采取箱形图法分析分析数据中可能存在的异常值，发现数据中存在三个异常值点，2020-03-18 -3.636842，2020-03-19 -4.182578，2020-03-23 -3.552882。

outside_default.png

数据波动性大且不聚集。于是对数据进行二阶差分（一次差分模型拟合效果不好）。利用箱型图法进行异常值检测，发现二阶差分之后的数据异常值增多，但是从图上可以看出数据具有集群波动性，在这里初步估计数据具有garch模型的特点。

outside_default.png

构造

outside_default.png

首先考察时间序列 时间序列平方以及绝对值的ACF和PACF图，判断二阶差分具有一定的ARCH性质，接下来我们使用MC.LEOAD.LI方法检验我们刚才的判断。右图说明，二阶差分数据具有很强的ARCH特征。现在我们计算其峰度以及偏度，判断其厚尾性。偏度为0.2112377，峰度为2.870266，j-b检验数为171.9739 远大于kai(2)的置信度5% 时的3.84, 因此相信序列存在高阶相关性和厚尾结构。

outside_default.png

outside_default.png

outside_default.png

outside_default.png

outside_default.png

outside_default.png

outside_default.png

利用EACF方法判断garch的阶数。我们选取EACF图建议采用GARCH(1,2)模型。根据最小二乘法，发现模型参数α2不显著，因此考虑GARCH(1,1)模型。

outside_default.png

outside_default.png

发现GARCH模型的各项系数均显著。并比较GARCH(1,1)和GARCH(1,2)的AIC系数。发现GARCH(1,1)的系数665.12略小于GARCH(1,2)的666.77。

点击标题查阅往期内容

outside_default.png

MATLAB用GARCH-EVT-Copula极值理论模型VaR预测分析股票投资组合

outside_default.png

左右滑动查看更多

outside_default.png

01

outside_default.png

02

outside_default.png

03

outside_default.png

04

outside_default.png

outside_default.png

我们选用GARCH(1,1)模型进行模型诊断。根据QQ图发现GARCH(1，1)模型残差近似满足正态分布，其次我们检验shapiro数p-value = 0.8696 大于0.05，故我们认为残差满足正态性分布。我们采用L-B检验数，检验残差的独立性，这里发现m<11时，独立性满足。

outside_default.png

outside_default.png

划分训练集和测试集

考虑到最终模型会预测将来的某时间段的销量，为了更真实的测试模型效果，以时间来切分训练集和测试集。具体做法如下：假设我们以2018/2/8~2020/5/28的单位净值作为训练，最后5个交易日的数据作为测试。

建模

ARIMA ， 一般应用在股票和电商销量领域

ARIMA模型是指将非平稳时间序列转化为平稳时间序列，然后将结果变量做自回归（AR）和自平移（MA）。

GARCH

金融市场领域常用的分析模型,自回归条件异方差模型,消除arma模型对于同方差假设引起的问题,能够更好的认识到风险的波动性

模型优化

混合模型

由于上述模型确定具有一定的主观性，现考察混合模型是否能够更好的拟合数据。主要考察两种混合模型--ARMA(1,3) + GARCH(1,2)和 MA(1) + GARCH(1,1)。

outside_default.png

采用h步向前估计，对之后的数据进行预测，其中将最后一天的数据(2020/06/10)作为预测原点,方差作为σt|t-1的初值。程序中预测了未来五次交易的数据，并做了上下区间。

发现预测数据与实际数据相差不大，并且在预测区间当中。

可以看出，销量的预测值的趋势已经基本与真实基金趋势保持一致，但是在预测期较长的区间段，其预测值之间的差别较大。

关于分析师

在此对Yuyan Wang对本文所作的贡献表示诚挚感谢，他擅长数理金融、数据采集、数据分析。

outside_default.png

点击文末“阅读原文”

查看全文。

本文选自《python、R语言ARIMA-GARCH分析南方恒生中国企业ETF基金净值时间序列分析》。

点击标题查阅往期内容

R语言使用多元AR-GARCH模型衡量市场风险

R语言GARCH模型对股市sp500收益率bootstrap、滚动估计预测VaR、拟合诊断和蒙特卡罗模拟可视化

R语言单变量和多变量（多元）动态条件相关系数DCC-GARCH模型分析股票收益率金融时间序列数据波动率

R语言中的时间序列分析模型：ARIMA-ARCH / GARCH模型分析股票价格

GARCH-DCC模型和DCC（MVT）建模估计

R语言预测期货波动率的实现：ARCH与HAR-RV与GARCH，ARFIMA模型比较

ARIMA、GARCH 和 VAR模型估计、预测ts 和 xts格式时间序列

PYTHON用GARCH、离散随机波动率模型DSV模拟估计股票收益时间序列与蒙特卡洛可视化

极值理论 EVT、POT超阈值、GARCH 模型分析股票指数VaR、条件CVaR：多元化投资组合预测风险测度分析

Garch波动率预测的区制转移交易策略

金融时间序列模型ARIMA 和GARCH 在股票市场预测应用

时间序列分析模型：ARIMA-ARCH / GARCH模型分析股票价格

R语言风险价值：ARIMA，GARCH，Delta-normal法滚动估计VaR（Value at Risk）和回测分析股票数据

R语言GARCH建模常用软件包比较、拟合标准普尔SP 500指数波动率时间序列和预测可视化

Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用

MATLAB用GARCH模型对股票市场收益率时间序列波动的拟合与预测

R语言极值理论 EVT、POT超阈值、GARCH 模型分析股票指数VaR、条件CVaR：多元化投资组合预测风险测度分析

Python 用ARIMA、GARCH模型预测分析股票市场收益率时间序列

R语言中的时间序列分析模型：ARIMA-ARCH / GARCH模型分析股票价格

R语言ARIMA-GARCH波动率模型预测股票市场苹果公司日收益率时间序列

Python使用GARCH，EGARCH，GJR-GARCH模型和蒙特卡洛模拟进行股价预测

R语言时间序列GARCH模型分析股市波动率

R语言ARMA-EGARCH模型、集成预测算法对SPX实际波动率进行预测

matlab实现MCMC的马尔可夫转换ARMA - GARCH模型估计

Python使用GARCH，EGARCH，GJR-GARCH模型和蒙特卡洛模拟进行股价预测

使用R语言对S＆P500股票指数进行ARIMA + GARCH交易策略

R语言用多元ARMA,GARCH ,EWMA, ETS,随机波动率SV模型对金融时间序列数据建模

R语言股票市场指数：ARMA-GARCH模型和对数收益率数据探索性分析

R语言多元Copula GARCH 模型时间序列预测

R语言使用多元AR-GARCH模型衡量市场风险

R语言中的时间序列分析模型：ARIMA-ARCH / GARCH模型分析股票价格

R语言用Garch模型和回归模型对股票价格分析

GARCH（1,1），MA以及历史模拟法的VaR比较

matlab估计arma garch 条件均值和方差模型

outside_default.png

outside_default.png

outside_default.png

拓端研究室TRL
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
博客
【视频】LSTM模型原理及其进行股票收盘价的时间序列预测讲解|附数据代码
04-30 679
全文链接：https://tecdat.cn/?p=36092分析师：Yuehuan Wei时间序列预测在金融领域中扮演着举足轻重的角色，特别是在股票市场中。对于广大投资者和交易员而言，能够准确预测股票价格的变动趋势，不仅意味着能够在交易中做出更为明智的决策，还能够在风险管理中占据有利地位（点击文末“阅读原文”获取完整代码数据）。本文将通过视频讲解，展示如何用LSTM模型进行股票收盘价的时间序列预...
博客
【专题】2024年4月消费趋势报告合集汇总PDF分享（附原数据表）
04-30 12
原文链接：https://tecdat.cn/?p=36089随着科技的不断进步和全球化的深入发展，各行各业都面临着前所未有的机遇与挑战。从零售业的变革到美妆行业的崛起，从消费者行为的转变到营销策略的创新，每一个领域都在不断地演进和重塑（查看文末了解专题报告合集PDF版本免费获取方式）。在快速变化的市场环境中，消费趋势的洞察对于企业和品牌来说至关重要。它们不仅影响着产品策略的制定，也直接关系着品牌...
博客
【专题】2024年4月人工智能AI行业报告合集汇总PDF分享（附原数据表）
04-29 39
原文链接：https://tecdat.cn/?p=36066随着科技的飞速发展，人工智能（AI）已经成为引领新一轮产业革命的核心力量（查看文末了解专题报告合集PDF版本免费获取方式）。2024年，中国的人工智能产业继续保持蓬勃发展的态势，不仅在理论研究和技术创新上取得了显著突破，更在各行各业的应用中展现出了强大的生命力和广阔的市场前景。阅读原文，获取专题报告合集全文，解锁文末204份人工智能AI...
博客
随机森林填充缺失值、BP神经网络在亚马逊评论、学生成绩分析研究2案例合集...
04-29 663
全文链接：https://tecdat.cn/?p=36071神经网络作为一种强大的机器学习算法，具有强大的非线性映射和学习能力，能够处理复杂的模式识别和数据分类问题（点击文末“阅读原文”获取完整代码数据）。在亚马逊评论分析和学生成绩分析中，BP神经网络能够基于填充后的完整数据，提取出隐藏在数据中的有用信息，进而实现关键词识别、成绩预测等目标。鉴于此，本文将通过两个R语言案例——亚马逊评论分析和学...
博客
【专题】消费品行业的5G新时代：2024年消费品行业趋势洞察报告合集PDF分享（附原数据表）...
04-28 63
原文链接：https://tecdat.cn/?p=360592023年，我国社会消费品零售总额同比增长7.2%，呈现出稳健而强劲的增长态势（查看文末了解专题报告合集PDF版本免费获取方式）。与此同时，最终消费支出对经济增长的贡献率显著提升，达到了82.5%，比去年提高了3.1个百分点，这进一步凸显了消费在驱动我国经济发展中的核心作用。阅读原文，获取专题报告合集全文，解锁文末476份消费相关行业研...
博客
对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归|附数据代码
04-28 258
原文链接：http://tecdat.cn/?p=4146通过对用电负荷的消费者进行聚类，我们可以帮助客户提取典型的负荷曲线，提高后续用电量预测的准确性，检测异常或监控整个智能电网（Laurinec等人（2016），Laurinec和Lucká（ 2016））（点击文末“阅读原文”获取完整代码数据）。第一个用例通过K-medoids聚类方法提取典型的电力负荷曲线。相关视频有50个长度为672的时间...
博客
【专题】2024中国零售业发展报告-拥抱“性价比时代”报告合集PDF分享（附原数据表）...
04-26 45
原文链接：https://tecdat.cn/?p=36050在消费升级与降级交织的复杂市场背景下，中国零售市场正迈向性价比主导新阶段，高价值追求成核心竞争力。国家统计局数据显示，一季度GDP和居民收入增长，但社零和零售增速放缓，消费信心待提振（查看文末了解专题报告合集PDF版本免费获取方式）。相关视频2023年快消品零售市场销售额微降，但内容电商和便利店等新兴渠道表现亮眼，特别是内容电商平台通过...
博客
【专题】中国美妆行业白皮书报告合集PDF分享（附原数据表）
04-25 10
原文链接：https://tecdat.cn/?p=36047在过去的十年里，中国美妆市场持续增长，展现出巨大的活力和潜力。2023年，护肤与彩妆两大品类市场规模分别突破1700.9亿元和1193.5亿元，引领市场潮流（查看文末了解专题报告合集PDF版本免费获取方式）。国货美妆品牌在面膜、精华等领域表现出色，彩妆品类亦迅猛增长，底妆增速尤为亮眼，高达22.4%。这些品牌凭借高品质、中国特色成分及对...
博客
【专题】2023-2024年游客满意度调查报告合集PDF分享（附原数据表）
04-24 52
原文链接：https://tecdat.cn/?p=36043游客不仅是旅游服务质量的最终评判者，还是旅游业的界定者、城市旅游的评价者，更是塑造国家级和世界级旅游城市的关键力量（查看文末了解专题报告合集PDF版本免费获取方式）。他们的满意度直接揭示了旅游发展的动力与方向，为旅游城市的建设指明路径。2011年，我国荣获联合国世界旅游组织政策管理创新一等奖，开创先河。阅读原文，获取专题报告合集全文，解...
博客
【专题】2023-2024年二手车市场消费需求洞察报告合集PDF分享（附原数据表）
04-23 38
原文链接 :https://tecdat.cn/?p=360212023年，乘用车二手车市场展现出了蓬勃的发展态势，交易量攀升至1478万辆，同比增长高达15%，创下了近五年的新纪录（查看文末了解专题报告合集PDF版本免费获取方式）。相关视频在这一繁荣景象的背后，以旧换新政策的助力功不可没，它极大地激发了消费者的换购热情，为二手车市场注入了源源不断的新活力，推动了市场的持续繁荣与发展。阅读原文，获...
博客
【视频】N-Gram、逻辑回归反欺诈模型文本分析招聘网站欺诈可视化讲解|附数据代码...
04-23 683
原文链接：https://tecdat.cn/?p=36028分析师：Zhuo Chen随着互联网的快速发展，招聘网站已成为求职者与雇主之间的重要桥梁。然而，随之而来的欺诈行为也日益猖獗，给求职者带来了极大的困扰和风险（点击文末“阅读原文”获取完整代码数据）。视频因此，如何帮助客户有效地识别和防范招聘网站上的欺诈行为，已成为一个亟待解决的问题。逻辑回归模型作为一种强大的分类工具，在识别欺诈行为方面...
博客
Python遗传算法GA对长短期记忆LSTM深度学习模型超参数调优分析司机数据|附数据代码...
04-22 32
全文链接：https://tecdat.cn/?p=36004随着大数据时代的来临，深度学习技术在各个领域中得到了广泛的应用。长短期记忆（LSTM）网络作为深度学习领域中的一种重要模型，因其对序列数据的强大处理能力，在自然语言处理、时间序列预测等领域中取得了显著的成果（点击文末“阅读原文”获取完整代码数据）。相关视频然而，LSTM模型的性能在很大程度上取决于其超参数的设置。因此，如何有效地帮助客户...
博客
【专题】2024年中国人工智能产业研究报告合集PDF分享（附原数据表）
04-22 34
原文链接:https://tecdat.cn/?p=36000纵观人类进化史，制造和使用工具无疑是我们发展进程中的一大里程碑。而在当今时代，如何更好地利用AI工具已成为社会各个层面——从产业应用到日常生活、学习工作——热议的焦点（查看文末了解专题报告合集PDF版本免费获取方式）。相关视频特别是随着大模型和生成式AI技术的崛起，它们强大的数据处理、学习泛化及内容生成能力，极大地推动了各行业智能化进程...
博客
文本挖掘分析多元应用：新能源汽车股市、英国封锁、疫情旅游与舆情分析
04-19 545
全文链接：https://tecdat.cn/?p=35975分析师：Yaning Wu，Zexi Jin，Chang Zhang，Wei Zuo在当今信息爆炸的时代，文本分析作为一种重要的数据处理方法，已经广泛应用于各个领域的研究中（点击文末“阅读原文”了解更多）。相关视频本文旨在通过运用文本分析技术，帮助客户深入探究新能源汽车股市涨跌影响、英国全国性封锁对零售配送产业的影响、疫情下的旅游微博数...
博客
【专题】2024业务视角的中国企业AI+学习发展报告合集PDF分享（附原数据表）
04-19 114
原文链接：https://tecdat.cn/?p=35970学习型组织的数字化转型已成为企业竞相追逐的焦点。在数字战略的推动下，人才升级显得尤为关键，而数字化学习则成为了加速人才培养的强有力工具（查看文末了解专题报告合集PDF版本免费获取方式）。相关视频AI技术的广泛运用，为企业的学习型组织插上了数字化转型的翅膀，助力其腾飞。这份报告合集深入解析了AI时代企业的学习发展，全面剖析了AI在业务赋能...
博客
【专题】2024新能源及储能参与电力市场交易白皮书报告合集PDF分享（附原数据表）...
04-18 80
原文链接：https://tecdat.cn/?p=359582019至2023年，我国新能源市场化交易电量持续增长，2023年更是达到6,845亿千瓦时，占新能源发电总量的47.3%（查看文末了解专题报告合集PDF版本免费获取方式）。相关视频同年，国家电网公司绿电结算电量跃升至576亿千瓦时，绿证交易也激增15倍，达到2,364万张。阅读原文，获取专题报告合集全文，解锁文末204份电力相关行业研...
博客
【专题】2024年中国跨境进口电商B2C行业消费趋势白皮书报告合集PDF分享（附原数据表）...
04-17 16
原文链接：https://tecdat.cn/?p=35940报告合集指出，随着中国经济开放程度的加深和全球化的推进，跨境进口电商行业规模持续扩大，抖音电商全球购等平台成为国际品牌进入中国市场的重要跳板（查看文末了解专题报告合集PDF版本免费获取方式）。相关视频消费者对品质生活的追求日益提升，对产品的专业性和真实性要求更加严格，更倾向于兴趣导向的购物决策。阅读原文，获取专题报告合集全文，解锁文末2...
博客
【专题】2024中国生成式AI开发者洞察报告合集PDF分享（附原数据表）
04-16 125
原文链接：https://tecdat.cn/?p=35908生成式人工智能正成为产业创新的关键力量，与实体经济的深度融合将推动新质产业的蓬勃发展（查看文末了解专题报告合集PDF版本免费获取方式）。相关视频本报告合集重点关注那些在各行各业致力于生成式AI技术研发或利用AI工具高效工作，并具备相应专业技术能力的开发者。这些开发者不仅包括传统的AI程序员，还涵盖了数据分析师、运营人员、市场专员及测试工...
博客
【视频】R语言支持向量回归SVR预测水位实例讲解|附代码数据
04-16 720
全文链接：https://tecdat.cn/?p=35914分析师：Miaoqiao Wang当我们面对样本需要建立相应模型时，使用传统统计方法建立模型需要大量的样本数据，只有在样本量足够大时，该模型才具有一定的可靠性，而实际实验中，不一定每次实验都拥有足够大的样本，甚至是小样本，这时使用传统统计方法来建立出的模型，在可靠性方面就存在一定的局限，难以达到理想的效果（点击文末“阅读原文”获取完整代...
博客
R语言Stan贝叶斯回归置信区间后验分布可视化模型检验|附数据代码
04-15 19
全文链接：https://tecdat.cn/?p=35899贝叶斯回归是一种统计方法，它使用贝叶斯定理来估计回归模型的参数。与传统的频率派回归方法不同，贝叶斯回归提供了参数的后验分布，而不仅仅是点估计。这意味着我们可以得到参数的不确定性度量，而不仅仅是单一的估计值（点击文末“阅读原文”获取完整代码数据）。相关视频R语言用于拟合贝叶斯广义线性模型。我们可以方便地帮助客户拟合贝叶斯线性回归、逻辑回归...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值