Tag Archives: 股票市场

MATLAB贝叶斯优化混合Bayes-CNN-RNN分析股票市场数据与浅层网络超参数优化

By tecdat11月 21, 2024MATLAB辅导, 大数据部落, 技术支持, 数理统计, 经济, 计算机科学CS辅导, 计算机科学与技术, 金融Bayes, CNN, RNN, 优化, 浅层网络, 股票市场, 贝叶斯, 超参数

本文旨在介绍一种利用贝叶斯优化方法来优化混合 CNN – RNN 和浅层网络超参数的简单方法，并展示了如何使贝叶斯优化器考虑离散值。

Python TensorFlow循环神经网络RNN-LSTM神经网络预测股票市场价格时间序列和MSE评估准确性

By tecdat5月 7, 2022大数据部落, 数理统计, 经济, 计算机科学与技术LSTM, MSE, RNN, TensorFlow, 循环神经网络, 时间序列, 神经网络, 股市, 股票, 股票市场, 预测

该项目包括：自 2000 年 1 月以来的股票价格数据。我们使用的是 Microsoft 股票。

R语言Copula模型分析股票市场板块相关性结构

By tecdat3月 11, 2022大数据部落, 数理统计, 经济, 计算机科学与技术, 金融copula, 相关性, 相关性结构, 股票, 股票市场

这篇文章是关于 copulas 和重尾的。

R语言Fama French (FF) 三因子模型和CAPM多因素扩展模型分析股票市场投资组合风险/收益可视化

By tecdat1月 11, 2022大数据部落, 数理统计, 经济, 计算机科学与技术, 金融CAPM, Fama French, 三因子模型, 回归, 多因素, 投资组合, 收益, 股市, 股票, 股票市场, 风险

FF 模型通过回归除市场收益之外的几个变量的投资组合收益来扩展 CAPM。

Python配对交易策略Pairs Trading统计套利量化交易分析股票市场

By tecdat12月 22, 2021大数据部落, 数理统计, 经济, 计算机科学与技术, 金融Pairs Trading, python, 交易策略, 套利, 市场, 策略, 统计, 统计套利, 股市, 股票, 股票市场, 配对交易, 量化, 量化交易

最近我们被客户要求撰写关于量化交易的研究报告。

R语言非线性回归beta系数估算股票市场的风险分析亚马逊AMZN股票和构建投资组合

By tecdat12月 13, 2021大数据部落, 数理统计, 经济, 计算机科学与技术, 金融AMZN, Beta, beta系数, 亚马逊, 回归, 投资组合, 构建投资组合, 股票, 股票市场, 非线性回归, 风险

Beta 假设反映了一种工具对例如市场的风险。但是，您可以通过各种方式估算此度量。

Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用

By tecdat11月 22, 2021大数据部落, 数理统计, 经济, 计算机科学与技术, 金融arima, GARCH, python, 时间序列, 股市, 股票, 股票市场, 金融, 预测

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。

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

By tecdat11月 15, 2021大数据部落, 数理统计, 经济, 计算机科学与技术, 金融GARCH, matlab, 拟合, 收益率, 时间序列, 波动, 股市, 股票, 股票市场, 预测

使用 garch 指定一个单变量GARCH（广义自回归条件异方差）模型。

Python 用ARIMA、GARCH模型预测分析股票市场收益率时间序列

By tecdat10月 26, 2021大数据部落, 数理统计, 经济, 计算机科学与技术, 金融arima, GARCH, python, 收益率, 时间序列, 股票, 股票市场, 预测

在量化金融中，我们学习了各种时间序列分析技术以及如何使用它们。

Python中TensorFlow的长短期记忆神经网络(LSTM)、指数移动平均法预测股票市场和可视化

By tecdat9月 6, 2021大数据部落, 数理统计, 经济, 计算机科学与技术, 金融LSTM, python, TensorFlow, 可视化, 市场, 指数移动平均, 指数移动平均法, 神经网络, 股票, 股票市场, 长短期记忆, 长短期记忆神经网络

本文探索Python中的长短期记忆（LSTM）网络，以及如何使用它们来进行股市预测。

R语言股票市场指数：ARMA-GARCH模型和对数收益率数据探索性分析

By tecdat1月 19, 2021大数据部落, 数理统计, 经济, 金融ARMA, GARCH, R语言, 对数收益率, 市场, 探索性分析, 收益率, 数据, 股票, 股票市场

最近我们被客户要求撰写关于ARMA-GARCH模型的研究报告。工业指数（DIJA）的价值基于每个组成公司的每股股票价格之和。

R语言预测期货波动率的实现：ARCH与HAR-RV与GARCH，ARFIMA模型比较

By tecdat7月 31, 20191 comment大数据部落, 数理统计, 经济, 计算机科学与技术, 金融ARCH, ARCH模型, ARFIMA, GARCH, HAR, HAR-RV, HAR-RV模型, R语言, 时间序列, 期货, 模型, 波动率, 股市, 股票, 股票市场, 预测, 预测波动率

波动率是众多定价和风险模型中的关键参数，例如BS定价方法或风险价值的计算。