【选取某支股票，采用排序法计算其一年期75%置信度的日度vaR】Python版本

最新推荐文章于 2023-05-16 00:15:00 发布

小夕Coding

最新推荐文章于 2023-05-16 00:15:00 发布

阅读量979

点赞数 1

分类专栏：大数据系列

本文链接：https://blog.csdn.net/weixin_54707168/article/details/117638768

版权

大数据系列专栏收录该内容

629 篇文章 216 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了使用Python计算一年期75%置信度的日度Value at Risk (VaR)方法，针对某支股票。当次日跌幅超阈值，视为违约。同时，结合交易量、振幅、MACD、KDJ、OBV和CCI指标预测违约，应用logit、SVM、NNET、KKN和决策树模型评估模型性能，探讨如何提升分类模型的准确性。

摘要由CSDN通过智能技术生成

在这里插入图片描述

python版本

选取某支股票，采用排序法计算其一年期75%置信度的日度vaR。若回测时次日跌幅超过∨aR预测的阈值,则判定为一次违约。

采用交易量、振幅(最高价减最低价)和收益率 MACD, KDJ OBV,CCI来预测违约,
估计logit, SVM, NNET, KKN, decision tree模型评价你的模型效果(NP、ROC、CAP)
并思考:如何改善分类模型?

当我们进行投资时，投资的资产就会暴露在市场环境之下，面临风险。其中一个风险，就叫做市场风险。市场风险是指银行因为利率、外汇汇率、股票和商品价格变动所造成的市场价格波动而蒙受损失的风险。简单的说，就是资产的价格波动带来损失的风险。

VAR是按某一确定的置信度, 对某一给定的时间期限内不利的市场变动可能造成资产价值的最大损失的一种估计。

import tushare as ts
ts.set_token('1918381fe5d2875b916740ed6dd1db642563ea2abf46858e221a17b4')
pro = ts.pro_api()
# 平安银行 000001.SZ
df = pro.query('daily', ts_code='00000