Matlab马尔可夫链蒙特卡罗法（MCMC）估计随机波动率（SV，Stochastic Volatility） 模型
波动率是一个重要的概念，在金融和交易中有许多应用。这是期权定价的基础。波动率还使您可以确定资产分配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。但是，与证券价格或利率不同，波动不能直接观察到。
Category Archives: 经济
基于R语言股票市场收益的统计可视化分析
最近我们被客户要求撰写关于分析各种投资的历史收益的研究报告。要执行此分析，我们需要资产的历史数据。数据提供者很多，有些是免费的，大多数是付费的。
R语言风险价值VaR（Value at Risk）和损失期望值ES（Expected shortfall）的估计
风险价值VaR和损失期望值ES是常见的风险度量。
广义线性模型(GLMs)算法和零膨胀模型分析
广义线性模型（GLM） 是通过连接函数,把自变量线性组合和因变量的概率分布连起来
R语言Markowitz马克维茨投资组合理论分析和可视化
至少在统计学的角度上，要评估一个投资组合是否最优是很困难的。
R语言逻辑回归和泊松回归模型对发生交通事故概率建模
我们已经看到了如何考虑风险敞口，计算包含风险敞口的多个数量（经验均值和经验方差）的非参数估计量。让我们看看如果要对二项式变量建模。
非参数模型厘定保险费率：局部回归、广义相加模型GAM、样条回归
公司必须使用细分技术才能生存。现在，问题在于，我们不能确定指数衰减是溢价随年龄变化的正确方法。一种替代方法是使用非参数技术来可视化年龄对索赔频率的真实影响。
小数定律的保险业应用：泊松分布模拟索赔次数
在保险业中，由于分散投资，通常会在合法的大型投资组合中提及大数定律。在一定时期内，损失“可预测”。
R语言多分类logistic逻辑回归模型在混合分布模拟个人风险损失值评估的应用
通常，我们在回归模型中一直说的一句话是“ 请查看一下数据 ”。
广义线性模型索赔频率预测：过度分散、风险暴露数和树状图可视化
在精算科学和保险费率制定中，考虑到风险敞口可能是一场噩梦。不知何故，简单的结果是因为计算起来更加复杂，只是因为我们必须考虑到暴露是一个异构变量这一事实。
R语言通过伽玛与对数正态分布假设下的广义线性模型对大额索赔进行评估预测
我们已经很自然地认为，不仅可以用一些协变量来解释单个索赔的频率，而且可以用单个成本来解释。
R语言精算学：使用链梯法Chain Ladder和泊松定律模拟和预测未来赔款数据
使用Chain Ladder方法完成流量三角形，即计算我们认为未来几年将支付的平均金额
R语言中的广义线性模型（GLM）和广义相加模型（GAM）：多元（平滑）回归分析保险资金投资组合信用风险敞口
在之前的课堂上，我们已经看到了如何可视化多元回归模型（带有两个连续的解释变量）。
R语言对巨灾风险下的再保险合同定价研究案例：广义线性模型和帕累托分布Pareto distributions分析
本文为非人寿保险课程的一部分，该示例对1900 -2005年间的“ 美国标准化飓风损失 ”数据集进行研究（2008）。我们使用了广义线性模型和帕累托分布Pareto distributions分析。
R语言中GLM(广义线性模型)，非线性和异方差可视化分析
上周在 非人寿保险课程中，我们了解了广义线性模型的理论
R语言蒙特卡洛计算和快速傅立叶变换计算矩生成函数
对精算科学来说，当我们处理独立随机变量的总和时，特征函数很有趣，因为总和的特征函数是特征函数的乘积。
R语言预测人口死亡率：用李·卡特（Lee-Carter）模型、非线性模型进行平滑估计
我和同事一起分析死亡率。我们在研究人口数据集，可以观察到很多波动性。
R语言再保险合同定价案例研究
拥有参数模型变得有趣，该模型应该比经验平均值更健壮。
R语言对混合分布中的不可观测与可观测异质性因子分析
今天上午，在课程中，我们讨论了利率制定中可观察和不可观察异质性之间的区别（从经济角度出发）。
R语言泊松回归对保险定价建模中的应用：风险敞口作为可能的解释变量
在保险定价中，风险敞口通常用作模型索赔频率的补偿变量。
R语言分析负利率下金融市场：负利率和年金价值的变化
从动态的角度看,负利率效应也可以被描述为银行利率变化的速度小于价格指数变化的速度,这是一种违反经济规律的特殊状态。
R语言模拟保险模型中分类器的ROC曲线不良表现
在课程中进行案例研究（使用真实数据）时，学生都会惊讶地发现很难获得“好”模型
R语言中基于混合数据抽样(MIDAS)回归的HAR-RV模型预测GDP增长
我们进行了MIDAS回归分析，以预测季度GDP增长以及每月非农就业人数的增长。
【视频讲解】R语言马尔可夫区制转移模型Markov regime switching
本文简要介绍了一种简单的状态切换模型，该模型构成了隐马尔可夫模型（HMM）的特例。
Python中的ARIMA模型、SARIMA模型和SARIMAX模型对时间序列预测
使用ARIMA模型，您可以使用序列过去的值预测时间序列。
python3用ARIMA模型进行时间序列预测
ARIMA模型是一种流行的且广泛使用的用于时间序列预测的统计方法。
R语言中的马尔可夫区制转移(Markov regime switching)模型
金融分析师通常关心市场何时“发生变化”：几个月或者几年内市场的典型行为可以立即转变为非常不同的行为。
R语言ARMA-EGARCH模型、集成预测算法对SPX实际波动率进行预测
本文比较了几个时间序列模型，以预测SP 500指数的每日实际波动率。
R语言中进行期权定价的Heston模型
在本文中，我将向您展示如何模拟股票价格的Heston随机波动率模型。
使用R语言随机波动模型SV处理时间序列中的随机波动率
采样函数svsample需要其输入数据y是数值向量，而且没有任何缺失值（NA），如果提供其他任何内容，则会报错。
R语言使用随机技术差分进化算法优化的Nelson-Siegel-Svensson模型
在本教程中，我们将研究如何将Nelson-Siegel-Svensson（NSS）模型拟合到数据。由于我们将使用随机技术进行优化，因此我们应该重新运行几次。变量nRuns设置示例重启的次数。
已迁离北京外来人口的数据画像
我们分析了已迁离北京的外来人口的月收入、性别、迁入北京和迁离北京的日期、教育程度和职业这些方面的数据。
R语言用神经网络改进Nelson-Siegel模型拟合收益率曲线分析
我们要做的是：我们从一些收益率曲线开始，然后逐步地随机修改收益率，最后尝试拟合NS模型以新的收益。因此我们对此进行了模拟。
R语言和QuantLib中Nelson-Siegel模型收益曲线建模分析
Nelson-Siegel- [Svensson]模型是拟合收益曲线的常用方法。
用R语言用Nelson Siegel和线性插值模型对债券价格和收益率建模
虽然期望债券不会出现负利率，但也不是完全看不到。在危机时期，政府债券甚至公司债券都可以以负收益率交易(例如雀巢)。
R语言Black Scholes和Cox-Ross-Rubinstein期权定价模型案例
近年来，期权交易变得非常流行。 在这篇文章中，您将学习一种期权交易策略，可以用来以较低的价格购买自己喜欢的股票。期权是一种衍生工具。
R语言中的Nelson-Siegel模型在汇率预测的应用
这篇文章的目的是指导读者逐步使用R编程语言实现Nelson-Siegel模型的步骤。
Python贝叶斯回归分析住房负担能力数据集
我想研究如何使用pymc3在贝叶斯框架内进行线性回归。根据从数据中学到的知识进行推断。
R语言中的风险价值模型度量指标TVaR与VaR
R语言中的风险价值模型度量指标TVaR与VaR
使用R语言进行机制检测的隐马尔可夫模型HMM
在本文中，将对“牛市”和“熊市”两个独立机制下的市场收益进行模拟。隐马尔可夫模型识别处于特定状态的概率。
R语言随机搜索变量选择SSVS估计贝叶斯向量自回归（BVAR）模型
向量自回归（VAR）模型的一般缺点是，估计系数的数量与滞后的数量成比例地增加。
R语言VAR向量自回归模型的不同类型的脉冲响应分析
脉冲响应分析是采用向量自回归模型的计量经济学分析中的重要一步。
【视频讲解】R语言用向量自回归（VAR）进行经济数据脉冲响应研究分析
自从Sims（1980）发表开创性的论文以来，向量自回归模型已经成为宏观经济研究中的关键工具。
R语言从经济时间序列中用HP滤波器，小波滤波和经验模态分解等提取周期性成分分析
经济时间序列的分析通常需要提取其周期性成分。
R语言实现向量自回归VAR模型
澳大利亚在2008 – 2009年全球金融危机期间，政府发布了一揽子刺激计划，其中包括2008年12月的现金支付，恰逢圣诞节支出。
matlab中的隐马尔可夫模型(HMM)实现
matlab中的隐马尔可夫模型(HMM)实现
狙击涨停板-通达信，同花顺，金字塔，TB等指标公式量化开发安装及使用教程
狙击涨停板-通达信，同花顺，金字塔，TB等指标公式量化开发安装及使用教程
使用R语言对S＆P500股票指数进行ARIMA + GARCH交易策略
在本文中，我想向您展示如何应用S＆P500股票市场指数的交易策略。
R语言GARCH-DCC模型和DCC（MVT）建模估计
这个简短的演示说明了使用rmgarch软件包的DCC模型及其方法的使用，尤其是在存在MVT分布形状参数的情况下进行2级DCC估计的另一种方法。
Using Garch model and regression model to analyzing stock prices in R
In order to find out the main factors affecting price fluctuations, we use stepwise regression to eliminate some independent variables that have little impact on the dependent variable, that is, the price. The name of the variable is changed to x1, x2…
R语言如何做马尔可夫转换模型markov switching model
最近我们被客户要求撰写关于时间序列的研究报告。假设有时间序列数据，如下所示。经验表明，目标变量y似乎与解释变量x有关。
R语言向量自回归模型(VAR)及其实现
VAR面临的批评是他们是理论上的; 也就是说，它们不是建立在一些经济学理论的基础上，这些理论强加了方程式的理论结构。假设每个变量都影响系统中的其他变量，这使得估计系数的直接解释变得困难。尽管如此，VAR在几种情况下都很有用：
Python基于粒子群优化(PSO)的投资组合优化研究
我今年的研究课题是使用粒子群优化（PSO）的货币进行交易组合优化。
卡尔曼滤波器：用R语言中的KFAS建模时间序列
ARIMA等传统模型有一个主要缺点 – 它们通常不会解释“冲击”或时间序列的突然变化。
Python Monte Carlo K-Means聚类实战研究
Python Monte Carlo K-Means聚类实战研究
R语言： GARCH模型股票交易量的研究道琼斯股票市场指数
我将建立道琼斯工业平均指数（DJIA）日交易量对数比的ARMA-GARCH模型。
【视频讲解】R语言实现 Copula 算法建模相依性案例分析报告
copula是将多变量分布函数与其边际分布函数耦合的函数，通常称为边缘。
R语言互联网金融下的保险业数据分析
R语言互联网金融下的中国保险业数据分析
用R语言实现神经网络预测股票实例
神经网络是一种基于现有数据创建预测的计算系统。
Python金融应用编程:衍生品定价和套期保值的随机过程
随机过程对定量融资的许多方面都很有用，包括但不限于衍生品定价，风险管理和投资管理。
R语言提取时间序列的周期性成分应用EMD，小波滤波器，Baxter过滤器等
对商业周期的分析需要提取时间序列的周期性成分，该时间序列通常也受到诸如潜在趋势或噪声等其他因素的影响。
R语言做复杂金融产品的几何布朗运动的模拟
R语言做复杂金融产品的几何布朗运动的模拟
WinBUGS对多元随机波动率模型：贝叶斯估计与模型比较
在本文中，我们通过一个名为WinBUGS的免费贝叶斯软件，可以很容易地完成基于似然的多变量随机波动率（SV）模型的估计和比较。
R语言数据的收益率和可能的波动性交易
R语言数据的收益率和可能的波动性交易
R语言highfrequency高频金融数据导入
R中针对高频数据的添加包highfrequency，用于组织高频数据， 高频数据的清理、整理，高频数据的汇总，使用高频数据建立相关模型 都非常方便。但是其中数据输入的过程中，会使用到包里的函数convert()。该函数支持三类的高频数据：
HAR-RV-J- RNN模型预测和交易大型股票指数的高频波动率
已有大量关于预测高频波动的文献，但大多数仅根据统计误差评估预测。
R语言时间序列TAR阈值自回归模型
为了方便起见，这些模型通常简称为TAR模型。这些模型捕获了线性时间序列模型无法捕获的行为，例如周期，幅度相关的频率和跳跃现象。
SPSS Modeler通过关联规则数据挖掘我们能从股市数据得到什么
众所周知，在证券投资领域将涉及很多数据，因此，通过简单的处理难以有效地分析各种公司股票之间的关系
