原文链接：http://tecdat.cn/?p=23130
To
本文目标是创建合成波动率指数，1）当应用于标准普尔500指数时，尽可能地反映VIX指数；2）完全依靠价格作为输入，因此它可以应用于任何市场指数。
所述的解决方案是合成波动率指数。\> Mov(ATR(1)/C,20,S)
下面我将尝试代码。
#*****************************************************************
# 加载历史数据
#*****************************************************************
tickers = 'SP=^GSPC,VIX=^VIX'
#*****************************************************************
# 绘制数据
#*****************************************************************
layout(1:3)
plot(SP)
plot.legend('SP',SP)
matplot(scale(temp)#*****************************************************************
# 测试策略
#*****************************************************************
vol= SMA( SP),1/ Cl), 20 )
high= vol > SMA(vol, 40)
low= vol< SMA(vol, 40)
plot(SP\[index\], type='l', plotX=F, x.highlight = highlight)
#*****************************************************************
# 测试策略
#*****************************************************************
models = list()
data$weight\[\] = NA
run(data)
#*****************************************************************
# 报告
#*****************************************************************
#performance(models, T)
该估计值与TTR软件包提供的其他波动率估计值相似。
print(cor(, use='complete.obs',method='pearson')) 
最受欢迎的见解
1.在python中使用lstm和pytorch进行时间序列预测
2.python中利用长短期记忆模型lstm进行时间序列预测分析