拓端tecdat|R语言量化：合成波动率指数移动平均策略分析标准普尔500波动率指数(VIX)

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

3.使用r语言进行时间序列（arima，指数平滑）分析

4.r语言多元copula-garch-模型时间序列预测

5.r语言copulas和金融时间序列案例

6.使用r语言随机波动模型sv处理时间序列中的随机波动

7.r语言时间序列tar阈值自回归模型

8.r语言k-shape时间序列聚类方法对股票价格时间序列聚类

9.python3用arima模型进行时间序列预测