Garch

量化视角：地缘冲突驱动金价创2个月新高，多因子模型揭示3500美元临界点

文中所有技术指标均通过ARIMA-GARCH混合模型验证，确保分析结论符合金融市场量化研究规范。
金融小师妹·2025-06-22 09:46

美元反弹压制金价：基于ARIMA-GARCH模型的汇率-黄金联动效应解构

摘要：本文采用LSTM-Attention混合模型进行价格序列特征提取，结合自然语言处理（NLP）构建政策不确定性指数（PUI），运用ARIMA-GARCH模型预测美元流动性溢价因子（DLP）变动。
金融小师妹·2025-06-22 09:16

青少年编程与数学 02-016 Python数据结构与算法 27课题、金融算法

青少年编程与数学02-016Python数据结构与算法27课题、金融算法一、金融时间序列预测1.线性回归（LinearRegression）2.自回归移动平均模型（ARMA）和自回归条件异方差模型（ARCH/GARCH
明月看潮生·2025-04-19 14:47

多市场对冲头寸动态分配模型构建与应用分析

基于文献与实务案例，模型构建需整合以下关键维度：一、理论基础与市场互动机制动态相关性建模DCC-GARCH模型应用：通过动态条件相关性（DCC）模型捕捉COMEX、LBMA与SGE黄金市场间的时变关联性
百态老人·2025-04-03 00:28

马科维茨资产组合模型+FF5+GARCH风险模型优化方案（理论+Python实战）

目录0.承前1.核心风险函数代码讲解1.1数据准备和初始化1.2单资产GARCH建模1.3模型拟合和波动率预测1.4异常处理机制1.5相关系数矩阵计算1.6构建波动率矩阵1.7计算协方差矩阵1.8确保矩阵对称性
AI量金术师·2025-01-30 20:38

R语言标准普尔500指数Garch(1,1)模型

例题建立garch(1,1)模型的过程：（1）应用arma(p,q)模型消除数据的线性依赖（2）在arma(p,q)模型基础上，建立garch(1,1)模型（3）改进g
ronghuilin·2024-09-14 22:51

R语言GARCH族模型：正态分布、t、GED分布EGARCH、TGARCH的VaR分析股票指数|附代码数据

p=31023最近我们被客户要求撰写关于GARCH族模型的研究报告，包括一些图形和统计输出。
·2024-02-19 18:17

AI量化策略 篇一：方向综述

文章目录简述特点传统AI方向循环神经网络(RNN)卷积神经网络(CNN)深度自回归网络（DeepAR）其他长短时记忆网络(LSTM)线性回归模型自回归模型（ARIMA,GARCH）随机森林（RandomForests
李小白杂货铺·2024-01-10 04:08

【收藏】时间序列预测入门必读的4篇论文

入门必读的4篇论文见文末↓01传统统计学算法和ML/DL算法的优劣时间序列预测常用的传统的统计学算法有ARIMA,ETS,GARCH等，常用的机器学习算法和深度学习算法有广义线性模型、xgboost、LSTM
深度学习技术前沿·2023-11-22 20:04

多变量GARCH模型R代码实现

多变量GARCH（GeneralizedAutoregressiveConditionalHeteroskedasticity）模型是一种用于建模多个时间序列变量之间的条件异方差性（conditionalheteroskedasticity
带我去滑雪·2023-11-08 16:12

数据挖掘——时间序列算法之ARCH模型

数据挖掘——时间序列算法之ARCH模型先占个坑1、平滑法2、趋势拟合法3、组合模型4、AR模型5、MA模型6、ARMA模型7、ARIMA模型8、ARCH模型9、GARCH模型及其衍生模型
macan_dct·2023-11-03 02:44

单变量-条件异方差模型

一、Garch模型的背景——波动率特征1.使用波动率的场景1）期权定价BS公式2）计算头寸的风险值3）均值-方差框架下的资产配置4）提升参数估计和区间预测的精确度使用期权的价格得到隐含波动率：即由BS公式反推出条件标准差
北国风光要读书·2023-10-25 14:02

时间序列预测包含深度学习机器学习

目录介绍时间序列分析基本概念核心概念时间序列预处理特征工程在时间序列预测中的应用常见的时间序列预测方法预测方法的分类概念单变量预测移动平均模型指数平滑简单指数平滑二指数平滑三指数平滑Xgboost模型ARIMA模型随机森林多变量预测VAR模型LSTM模型GARCH
Snu77·2023-10-14 02:47

R实现动态条件相关模型与GARCH模型结合研究中美股市动态相关性（DCC-GARCH模型）

大家好，我是带我去滑雪！中美两国是全球最大的经济体，其经济活动对全球产业链和贸易体系都具有巨大影响。中美之间的经济互动包括大规模的贸易、投资和金融往来。这些互动不仅仅反映在经济数据上，还体现在股市上。中美股市的联动关系反映了全球化时代的现实。它们的表现不仅关乎两国自身经济，还对全球经济和金融市场有着深远的影响。因此，了解和关注这种联动关系对投资者、政策制定者和全球市场观察者来说都至关重要。本期使用
带我去滑雪·2023-10-12 16:37

量化交易全流程（三）

本节目录收益率、波动率夏普比率索提诺比率阿尔法和贝塔最大回撤利率的计量债券定价债券的剥息定价远期利率久期期权平稳性自相关系数混成检验AR模型（及p的确定）信息准则（拟合优度）MA模型（ARMA）ARCH和GARCH
mnwl12_0·2023-10-04 20:34

FRM模型三：GARCH预测波动率

GARCH模型的优势在于能够很好描述这种波动率集聚现象。GARCH模型介绍以GARCH（1,1）为例，表达式如下：σn2=γVL+σrn−12+βσn−12\sigma_n^{2}=\ga
stonesssssss·2023-09-26 15:13

的garch预测_精品细读|基于隐含波动率、已实现波动率和GARCH模型波动率的预测...

传统波动率预测使用Engle(2002)提出的GARCH模型，后面衍生了相关GARCH族模型，不过他们都只能使用非高频数据。日数据及更低频数据会损失掉日内交易信息，随着信息技术发展，高频数据
琉韬·2023-09-26 15:13

python garch模型 forecast_python - 使用GARCH模型进行滚动预测 - 堆栈内存溢出

我正在尝试对给定股票未来30天的波动性进行滚动预测(即预测时间t+1，然后在预测t+2时使用此预测，依此类推...)我这样做是使用R的rugarch软件包，该软件包是我使用rpy2软件包在Python中实现的。(我发现Python软件包的文档记录不清，更难使用。这些软件包中的大多数在R中也已经成熟得多)。到目前为止，这是我的代码，该模型适用于直到我拥有的最后30天数据的股票回报的整个时间序列。然后
weixin_39828956·2023-09-26 15:13

Python 用ARIMA、GARCH模型预测分析股票市场收益率时间序列

最近我们被客户要求撰写关于时间序列的研究报告，包括一些图形和统计输出。相关视频：时间序列分析：ARIMAGARCH模型分析股票价格数据时间序列分析模型ARIMA-ARCHGARCH模型分析股票价格数据相关视频：在Python和R语言中建立EWMA，ARIMA模型预测时间序列前言在量化金融中，我学习了各种时间序列分析技术以及如何使用它们。通过发展我们的时间序列分析(TSA)方法组合，我们能够更好地了
拓端研究室·2023-09-26 15:12

时间序列分析波动性预测GARCH模型

GARCH（GeneralizedAutoregressiveConditionalHeteroskedasticity）模型是一种常用于预测金融时间序列波动性的统计模型。
Aresiii·2023-09-26 15:41

金融时间序列分析：Python基于garch模型预测上证指数波动率、计算var和var穿透率、双尾检验

目录一、收益率波动效应的分析1.1收益率序列平稳性检验1.2建立AR(p)模型1.3Ljung-Box混成检验残差序列的相关性，判断是否有ARCH效应1.4建立ARCH模型二、GARCH模型与波动率预测
celiaweiwei·2023-09-26 15:10

R语言多元（多变量）GARCH ：GO-GARCH、BEKK、DCC-GARCH和CCC-GARCH模型和可视化|附代码数据

p=30647最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。从Engle在1982发表自回归条件异方差(ARCH)模型的论文以来，金融时间序列数据的波动性就倍受关注。
·2023-09-26 00:17

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...

全文链接：http://tecdat.cn/?p=24492此分析的目的是构建一个过程，以在给定时变波动性的情况下正确估计风险价值。风险价值被广泛用于衡量金融机构的市场风险。我们的时间序列数据包括1258天的股票收益（点击文末“阅读原文”获取完整代码数据）。介绍为了解释每日收益率方差的一小部分，我们使用Box-Jenkins方法来拟合自回归综合移动平均(ARIMA)模型，并测试带下划线的假设。稍后
拓端研究室TRL·2023-09-21 05:09

R语言风险价值：ARIMA，GARCH模型，Delta-normal法滚动估计，预测VaR|附代码数据

原文链接：http://tecdat.cn/?p=24492原文出处：拓端数据部落公众号介绍此分析的目的是帮助客户构建一个过程，以在给定时变波动性的情况下正确估计风险价值。风险价值被广泛用于衡量金融机构的市场风险。我们的时间序列数据包括1258天的股票收益。为了解释每日收益率方差的一小部分，我们使用Box-Jenkins方法来拟合自回归综合移动平均(ARIMA)模型，并测试带下划线的假设。稍后，当
·2023-09-20 00:57

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|附代码数据

p=24211最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。使用garch指定一个单变量GARCH（广义自回归条件异方差）模型（点击文末“阅读原文”获取完整代码数据）。
·2023-08-31 23:50

R语言GARCH族模型：正态分布、t、GED分布EGARCH、TGARCH的VaR分析股票指数|附代码数据

p=31023最近我们被客户要求撰写关于GARCH族模型的研究报告，包括一些图形和统计输出。
·2023-08-30 00:03

R语言使用多元AR-GARCH模型衡量市场风险|附代码数据

p=19118最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。
·2023-08-15 20:08

R语言使用多元AR-GARCH模型衡量市场风险|附代码数据

p=19118最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。
·2023-08-15 20:08

数学建模体系

1评价类主观求权重：层次分析法客观求权重：TOPSIS综合评价：典型相关分析2预测插值算法拟合多元回归分析时间序列分析、ARCH和garch模型岭回归和lasso回归3关系相关系数典型相关分析多元回归分析灰色关联分析
小蒋的技术栈记录·2023-08-04 02:50

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...

最后，使用条件异向性(GARCH)处理
拓端研究室TRL·2023-07-19 19:56

R语言中的copula GARCH模型拟合时间序列并模拟分析|附代码数据

理想情况下，样本量应该更大，更容易发现GARCH效应。## 模拟创新分布d nu.  创新必须是标准化的garch()sim(f
·2023-06-20 22:55

R语言使用多元AR-GARCH模型衡量市场风险

原文链接：http://tecdat.cn/?p=19118原文出处：拓端数据部落公众号本文分析将用于制定管理客户和供应商关系的策略准则。假设：贵公司拥有用于生产和分销聚戊二酸的设施，聚戊二酸是一种用于多个行业的化合物。制造和分销过程的投入包括各种石油产品和天然气。价格波动可能非常不稳定。营运资金管理一直是一个挑战，最近汇率的走势严重影响了资金。您的CFO使用期货和场外交易（OTC）工具对冲价格风
·2023-06-20 22:21

R语言使用多元AR-GARCH模型衡量市场风险|附代码数据

p=19118最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。
·2023-06-20 22:47

Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用|附代码数据

这篇文章讨论了自回归综合移动平均模型(ARIMA)和自回归条件异方差模型(GARCH)及其在股票市场预测中的应用（点击文末“阅读原文”获取完整代码数据********）。
·2023-06-17 10:28

R语言GARCH族模型：正态分布、t、GED分布EGARCH、TGARCH的VaR分析股票指数|附代码数据

p=31023最近我们被客户要求撰写关于GARCH族模型的研究报告，包括一些图形和统计输出。
·2023-06-16 14:28

R语言GARCH族模型：正态分布、t、GED分布EGARCH、TGARCH的VaR分析股票指数|附代码数据

p=31023最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。
·2023-06-16 14:23

R语言用GARCH模型波动率建模和预测、回测风险价值 (VaR)分析股市收益率时间序列|附代码数据

p=26897最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。
·2023-06-16 00:50

R语言用GARCH模型波动率建模和预测、回测风险价值 (VaR)分析股市收益率时间序列

原文链接：http://tecdat.cn/?p=26897风险价值(VaR)风险价值(VaR)是金融风险管理中使用最广泛的市场风险度量，也被投资组合经理等从业者用来解释未来市场风险。VaR可以定义为资产在给定时间段内以概率θ超过的市场价值损失。对于收益率rt的时间序列，VaRt将是这样的其中It-1表示时间t-1的信息集。尽管VaR在提供资产组合下行风险的简单总结时具有吸引人的简单性，但没有单一
·2023-06-16 00:19

R语言用Garch模型和回归模型对股票价格分析

原文链接：http://tecdat.cn/?p=18310原文出处：拓端数据部落公众号为了找出影响价格波动的主要因素，我们使用逐步回归法来剔除一些对于应变量即价格影响很小的自变量剔除出我们的模型，我们分别把WTIPriceField等自变量的名称改为x1，x2……，最后的突发事件需要用到哑变量，哑变量只需要2个即可，我们将其作为X49，X50，X51,三个参数并将它们的值”正影响”、”无影响”、
·2023-06-16 00:18

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

p=23934引言在本文中，我们将尝试为苹果公司的日收益率寻找一个合适的GARCH模型。波动率建模需要两个主要步骤。指定一个均值方程（例如ARMA，AR，MA，ARIMA等）。
·2023-06-16 00:18

拓端tecdat|R语言时变波动率和ARCH，GARCH，GARCH-in-mean模型分析股市收益率时间序列

原文链接：http://tecdat.cn/?p=23225自回归条件异方差（ARCH）模型涉及具有时变异方差的时间序列，其中方差是以特定时间点的现有信息为条件的。ARCH模型ARCH模型假设时间序列模型中误差项的条件均值是常数（零），与我们迄今为止讨论的非平稳序列不同），但其条件方差不是。这样一个模型可以用公式1、2和3来描述。方程4和5给出了测试模型和假设，以测试时间序列中的ARCH效应，其中
·2023-06-16 00:47

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|附代码数据

p=23934最近我们被客户要求撰写关于ARIMA-GARCH的研究报告，包括一些图形和统计输出。在本文中，我们将尝试为苹果公司的日收益率寻找一个合适的GARCH模型波动率建模需要两个主要步骤。
·2023-06-16 00:14

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

原文链接：http://tecdat.cn/?p=20015本文将说明单变量和多变量金融时间序列的不同模型，特别是条件均值和条件协方差矩阵、波动率的模型。均值模型本节探讨条件均值模型。iid模型我们从简单的iid模型开始。iid模型假定对数收益率xt为N维高斯时间序列：均值和协方差矩阵的样本估计量分别是样本均值和样本协方差矩阵我们从生成数据开始，熟悉该过程并确保估计过程给出正确的结果（即完整性检查
·2023-06-14 23:05

拓端tecdat|R语言预测波动率的实现：ARCH模型与HAR-RV模型

本博客比较了GARCH模型（描述波动率聚类），ARFIMA模型（长记忆），HAR-RV模型（基于高频数据），以及来自
·2023-06-14 23:32

拓端数据tecdat:R语言时间序列GARCH模型分析股市波动率

p=22360在这篇文章中，我们将学习一种在价格序列中建立波动性模型的标准方法，即广义自回归条件异方差（GARCH）模型。
·2023-06-14 23:32

MATLAB随机波动率SV、GARCH用MCMC马尔可夫链蒙特卡罗方法分析汇率时间序列|附代码数据

全文下载链接：http://tecdat.cn/?p=27340最近我们被客户要求撰写关于汇率时间序列的研究报告，包括一些图形和统计输出。波动率是一个重要的概念，在金融和交易中有许多应用。它是期权定价的基础。波动率还可以让您确定资产配置并计算投资组合的风险价值(VaR)甚至波动率本身也是一种金融工具，例如CBOE的VIX波动率指数。然而，与证券价格或利率不同，波动性无法直接观察到。相反，它通常被衡
·2023-06-13 23:26

MATLAB随机波动率SV、GARCH用MCMC马尔可夫链蒙特卡罗方法分析汇率时间序列|附代码数据

全文下载链接：http://tecdat.cn/?p=27340最近我们被客户要求撰写关于波动率的研究报告。波动率是一个重要的概念，在金融和交易中有许多应用。它是期权定价的基础。波动率还可以让您确定资产配置并计算投资组合的风险价值(VaR)。甚至波动率本身也是一种金融工具，例如CBOE的VIX波动率指数。然而，与证券价格或利率不同，波动性无法直接观察到。相反，它通常被衡量为证券或市场指数的收益率历
·2023-06-13 23:53

Matlab随机波动率SV、GARCH用MCMC马尔可夫链蒙特卡罗方法分析汇率时间序列

原文链接：http://tecdat.cn/?p=27340波动率是一个重要的概念，在金融和交易中有许多应用。它是期权定价的基础。波动率还可以让您确定资产配置并计算投资组合的风险价值(VaR)。甚至波动率本身也是一种金融工具，例如CBOE的VIX波动率指数。然而，与证券价格或利率不同，波动性无法直接观察到。相反，它通常被衡量为证券或市场指数的收益率历史的统计波动。这种类型的度量称为已实现波动率或历
·2023-06-13 23:20

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

我们涵盖了基本的时间序列模型，即ARMA、GARCH和VAR。时间序列数据函数ts将任何向量转换为时间序列数据。price我们首先为估计定义一个时间序列
·2023-06-13 23:19

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

原文链接：http://tecdat.cn/?p=24492介绍此分析的目的是构建一个过程，以在给定时变波动性的情况下正确估计风险价值。风险价值被广泛用于衡量金融机构的市场风险。我们的时间序列数据包括1258天的股票收益。为了解释每日收益率方差的一小部分，我们使用Box-Jenkins方法来拟合自回归综合移动平均(ARIMA)模型，并测试带下划线的假设。稍后，当我们寻找替代方案、最佳拟合分布形式时
·2023-06-13 23:49
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他