R语言分位数回归预测筛选有上升潜力的股票

现在,分位数回归已被确立为重要的计量经济学工具。

由Kaizong Ye,Liao Bao撰写

与均值回归(OLS)不同,目标不是给定x的均值,而是给定x的一些分位数。您可以使用它来查找具有良好上升潜力的股票

您可能会认为这与股票的beta有关,但是beta与OLS相关,并且是对称的。

如果市场出现上涨,高beta股票将获得上行波动的收益,但对称地,当市场下跌时,您可能会遭受巨额亏损。

使用下图最好地理解分位数回归的用法:

绘制的是股票收益。蓝线是OLS拟合值,红线是分位数(80%和20%)拟合值。

在上部面板中,您可以看到,当市场上涨时(X轴上的正值很高),Y轴上的分散很大。当市场下跌时,相对的分散程度而言较大。在底部面板中,情况相反。当市场上涨时,您“非常了解”股票会发生什么,但是当市场处于下跌时,股票收益的不确定性就会降低。考虑到其他因素,您希望投资组合中包含高位股票。当市场上涨时,它们收益很好,但同时在下跌的过程中提供相对的确定性。

以下代码读取股票行情,并找到最佳比率,即:上行时分散度高,而下行时分散度低:

我们使用样本的前半部分来选择我们要使用的股票。假设我们以最差的比率做空股票,并以最佳的比率做多股票。


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

阅读文章


从结果可以看到模型有较好的表现。


可下载资源

关于作者

Kaizong Ye拓端研究室(TRL)的研究员。

本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。

​非常感谢您阅读本文,如需帮助请联系我们!

 
QQ在线咨询
售前咨询热线
15121130882
售后咨询热线
0571-63341498