Tag Archives: 时间序列

【视频讲解】线性时间序列原理及混合ARIMA-LSTM神经网络模型预测股票收盘价研究实例

By tecdat9月 14, 2024Python辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 特色视频, 经济, 计算机科学CS辅导, 计算机科学与技术, 金融arima, LSTM, 收盘价, 时间序列, 神经网络, 股票, 预测

近年来人工神经网络被学者们应用十分广泛，预测领域随着神经网络的引入得到了很大的发展。

R语言股价跳跃点识别：隐马尔可夫hmm和GARCH-Jump对sp500金融时间序列分析

By tecdat8月 26, 2024R语言辅导, 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GARCH, GARCH-Jump, HMM, SP500, 时间序列, 股价, 跳跃点, 跳跃点识别, 金融, 隐马尔可夫

WeChat Tencent QQ email print 由Kaizong Ye，Yue Ji撰写 在 A

Read More

【视频讲解】Python用LSTM长短期记忆网络GARCH对SPX指数金融时间序列波动率滚动预测

By tecdat8月 15, 2024Python辅导, 大数据部落, 技术支持, 数理统计, 特色视频, 经济, 计算机科学CS辅导, 计算机科学与技术, 金融GARCH, LSTM, SPX, SPX指数, 时间序列, 波动率, 滚动预测, 金融, 长短期记忆网络

本文融合了多种技术，其中 LSTM（长短期记忆网络）和 GARCH（广义自回归条件异方差）模型尤为关键。

【视频讲解】滚动回归Rolling Regression、ARIMAX时间序列预测Python、R实现应用

By tecdat8月 13, 2024Python辅导, R语言辅导, 大数据部落, 技术支持, 数理统计, 特色视频, 经济, 计算机科学CS辅导, 计算机科学与技术回归, 时间序列, 滚动

本文将通过视频讲解，展示如何用滚动回归预测，并结合一个R语言多元时间序列滚动预测：ARIMA、回归、ARIMAX模型分析实例的代码数据，为读者提供一套完整的实践数据分析流程。

【视频讲解】Xgboost、ARIMA 和 Prophet对国际牛肉市场市场份额数据、比特币价格时间序列预测

By tecdat8月 5, 2024Python辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 特色视频, 经济, 计算机科学CS辅导, 计算机科学与技术arima, Prophet, xgboost, 时间序列

本文将通过视频讲解，展示如何用Xgboost、ARIMA 和 Prophet对国际牛肉市场市场份额数据时间序列预测，并结合一个Python# ARIMA、XGBOOST、PROPHET和LSTM预测比特币价格实例的代码数据，为读者提供一套完整的实践数据分析流程。

【视频讲解】Python、R时间卷积神经网络TCN与CNN、RNN预测时间序列3实例附代码数据

By tecdat7月 8, 2024Python辅导, 技术支持, 数理统计, 特色视频, 计算机科学CS辅导, 计算机科学与技术CNN, RNN, TCN, 卷积神经网络, 时间序列

本文旨在探讨时间卷积网络（Temporal Convolutional Network, TCN）与CNN、RNN在预测任务中的应用。

Python时间序列模型分析太阳能光伏发电数据：灰色模型GM（1，1）、ARIMA、指数平滑法可视化分析

By tecdat7月 4, 2024Python辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术arima, GM（1，1）, 指数平滑法, 时间序列

在可再生能源领域中，太阳能光伏发电作为一种清洁、可再生的能源形式，近年来得到了广泛关注与应用。

TensorFlow、Keras的LSTM神经网络异常检验和预测股市价格时间序列数据可视化python实例附代码数据

By tecdat6月 11, 2024Python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Keras, LSTM, TensorFlow, 异常检验, 时间序列, 神经网络, 股市, 预测

本文旨在探讨如何利用TensorFlow和Keras中的LSTM神经网络来预测和检验股市价格时间序列数据，并通过Python编程语言和可视化技术来展示预测结果和异常检验的效果。

阈值向量误差修正模型TVECM对汇率金融时间序列数据分析|附数据代码

By tecdat6月 3, 2024R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术, 金融TVECM, 时间序列, 汇率, 汇率金融, 金融, 阈值向量误差修正模型

在全球金融市场中，汇率作为连接不同国家货币价值的桥梁，其动态变化对全球经济活动、贸易和投资具有深远影响。

DeepMTS深度学习多元时间序列分析预测宏观经济指标数据可视化|附数据代码

By tecdat5月 22, 2024Python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DeepMTS, 多元时间序列, 时间序列, 深度学习, 经济, 经济指标, 预测

在数据科学领域，时间序列分析一直是一个至关重要的研究方向，尤其在金融、气象、医学以及许多其他科学和工业领域中，准确的时间序列预测对于制定策略、政策规划以及资源管理都具有极其重要的意义。

马尔可夫转换MSVAR模型预测资产收益率时间序列可视化分析|附数据代码

By tecdat5月 13, 2024R语言辅导, 保险, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术, 金融MSVAR, VaR, 收益率, 时间序列, 资产收益率, 马尔可夫, 马尔可夫转换

在现代金融市场中，资产收益率序列的预测一直是投资者和金融机构关注的焦点。

R语言神经网络模型金融应用预测上证指数时间序列可视化

By tecdat2月 26, 2024R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术, 金融上证指数, 时间序列, 神经网络, 股市, 股票, 金融

本文旨在利用神经网络模型来帮助客户预测上证指数的收盘价，通过分析不同历史数据作为输入，建立模型并进行预测。

数据分享|Eviews用ARIMA、指数曲线趋势模型对中国进出口总额时间序列预测分析

By tecdat11月 24, 2023eviews辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术arima, eviews, 中国, 指数, 指数曲线趋势模型, 时间序列, 进出口总额, 预测

众自20世纪80年代至今，随着改革开放的深入以及中国最终加入WTO，我国的对外贸易实现了跨越式的发展，中国已经成为世界第一大出口国和第二大进口国，中国经济对世界经济做出了重大贡献。

python、R语言ARIMA-GARCH分析南方恒生中国企业ETF基金净值时间序列分析

By tecdat10月 31, 2023Python辅导, R语言辅导, 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arima, ETF, GARCH, 净值, 南方恒生, 基金, 时间序列

虽然中国股票市场日益完善,但还不完全是弱有效市场,因此中国股票市场存在比较明显的通过技术分析达到的套利机会。

Python自激励阈值自回归(SETAR)、ARMA、BDS检验、预测分析太阳黑子时间序列数据

By tecdat10月 18, 2023Python辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 生态、气象学, 计算机科学CS辅导, 计算机科学与技术ARMA, BDS检验, SETAR, 太阳黑子, 时间序列, 自激励阈值自回归, 预测

这篇文章展示了自激励阈值自回归SETAR的使用，用于分析经常被客户研究的太阳黑子数据集。

Python随机波动性SV模型：贝叶斯推断马尔可夫链蒙特卡洛MCMC分析英镑/美元汇率时间序列数据

By tecdat10月 17, 2023Python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MCMC, SV, 时间序列, 汇率, 波动, 波动性, 美元, 英镑, 贝叶斯, 贝叶斯推断, 随机波动, 随机波动性, 马尔可夫链蒙特卡洛

WeChat Tencent QQ email print 由Kaizong Ye，Sherry Deng撰写

Read More

R语言非线性动态回归模型ARIMAX、随机、确定性趋势时间序列预测个人消费和收入、用电量、国际游客数量

By tecdat10月 10, 2023R语言辅导, 地理，运输，旅行和物流, 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ARIMAX, 动态回归, 时间序列, 消费, 游客, 用电量, 趋势, 随机, 非线性动态回归模型, 预测

传统时间序列模型允许包含过去观察到的系列信息，但不允许客户包含其他可能相关的信息。

Python随机波动模型Stochastic volatility，SV随机变分推断SVI分析标普500指数股票价格时间序列数据波动性可视化

By tecdat10月 8, 2023Python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Stochastic Volatility, SV, SVI, 时间序列, 标普500指数, 波动性, 股票, 股票价格, 随机变分推断, 随机波动, 随机波动模型

随机波动模型（Stochastic volatility models）经常被客户用来对股票价格随时间的变动性进行建模。

Python时间序列分析苹果股票数据：分解、平稳性检验、滤波器、滑动窗口平滑、移动平均、可视化

By tecdat9月 4, 2023大数据部落分解, 可视化, 平稳性, 平稳性检验, 时间序列, 滑动窗口, 滚动窗口, 滤波器, 移动平均, 苹果, 苹果股票

时间序列是一系列按时间顺序排列的观测数据。

Python用 tslearn 进行时间序列聚类可视化

By tecdat8月 23, 2023大数据部落tslearn, 时间序列, 聚类

Python用 tslearn 进行时间序列聚类可视化

Python用GARCH对ADBL股票价格时间序列趋势滚动预测、损失、可视化分析

By tecdat8月 9, 2023Python辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术, 金融ADBL, GARCH, 损失, 时间序列, 滚动预测, 股票, 股票价格

金融市场的股票价格时间序列分析一直以来都是投资者和研究者关注的主题之一。

【视频】ARIMA时间序列模型原理和R语言ARIMAX预测实现案例

By tecdat6月 13, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 特色视频, 计算机科学CS辅导, 计算机科学与技术arima, ARIMAX, 时间序列, 预测

ARIMA是可以拟合时间序列数据的模型，根据自身的过去值(即自身的滞后和滞后的预测误差)“解释” 给定的时间序列，因此可以使用方程式预测未来价值。

R语言ARMA-GARCH模型金融产品价格实证分析黄金价格时间序列

By tecdat6月 5, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术, 金融ARMA, GARCH, 时间序列, 金融, 金融产品, 黄金价格

研究黄金价格的动态演变过程至关重要。

R语言武汉流动人口趋势预测：灰色模型GM（1，1）、ARIMA时间序列、logistic逻辑回归模型

By tecdat5月 19, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术arima, GM（1，1）, Logistic, 人口, 回归, 时间序列, 武汉, 流动人口, 灰色模型, 逻辑回归, 预测

人口流动与迁移，作为人类产生以来就存在的一种社会现象，伴随着人类文明的不断进步从未间断。

R语言交互可视化分析房屋市场：arima、VAR时间序列、XGBoost、主成分分析、LASSO可视化报告

By tecdat5月 17, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术arima, LASSO, VaR, xgboost, 主成分分析, 房屋, 时间序列

在当前海量数据和资源的情况下，面对客户需求。

R语言ARIMA模型分析预测上海空气质量指数AQI时间序列

By tecdat4月 26, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术AQI, arima, 上海空气质量指数, 时间序列, 预测

指数平滑法对于预测来说是非常有帮助的，而且它对时间序列上面连续的值之间相关性没有要求。

R语言神经网络模型预测多元时间序列数据可视化

By tecdat4月 20, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术多元时间序列, 时间序列, 神经网络, 预测

多元时间序列建模一直是吸引了来自经济，金融和交通等各个领域的研究人员的主题。

R语言单位根、协整关系Granger因果检验、RESET分析汇率在岸和离岸数据时间序列

By tecdat4月 19, 2023R语言辅导, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术Granger, 协整关系, 单位根, 因果检验, 时间序列, 汇率

单位根的随机性趋势与协整关系对实证分析中时间序列的影响是不容小觑的。

R语言指数平滑预测法分析南京出租车打车软件空载率时间序列补贴政策可行性

By tecdat4月 17, 2023R语言辅导, 地理，运输，旅行和物流, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术南京, 南京出租车, 打车软件, 指数平滑法, 指数平滑预测法, 时间序列, 空载率, 补贴政策

本文通过建立空载率的数学模型，帮助客户来分析出租车的空载率，从而对出租车补贴政策能否提高高峰期的实载率，缓解打车难问题进行了说明。

Python电力负荷预测：ARIMA、LSTM神经网络时间序列分析

By tecdat4月 4, 2023Python辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 电气工程及自动化, 计算机科学与技术arima, LSTM, 时间序列, 电力, 电力负荷, 神经网络, 负荷

电力系统源源不断向各用户提供持续稳定的电能，本文通过对数据的提取。

R语言独立成分分析fastICA、谱聚类、支持向量回归SVR模型预测商店销量时间序列可视化

By tecdat3月 21, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术fastICA, svr, 商店, 支持向量回归, 时间序列, 独立成分分析, 聚类, 谱聚类, 销量

本文利用R语言的独立成分分析（ICA）、谱聚类（CS）和支持向量回归 SVR 模型帮助客户对商店销量进行预测。

R语言MCMC-GARCH、风险价值VaR模型股价波动分析上证指数时间序列

By tecdat3月 3, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术, 金融GARCH, MCMC, VaR, 上证指数, 时间序列, 波动, 股价, 风险价值

随着金融市场全球化的发展，金融产品逐渐受到越来越多的关注，而金融产品的风险度量成为投资者最关心的问题。

R语言DCC-GARCH模型对上证指数、印花税收入时间序列数据联动性预测可视化

By tecdat2月 16, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术DCC-GARCH, GARCH, 上证指数, 印花税收入, 时间序列, 联动性预测

普通的模型对于两个序列的波动分析一般是静态的，但是dcc-garch模型可以实现他们之间动态相关的波动分析

R语言Pearson相关性分析降雨量和“外卖”谷歌搜索热度google trend时间序列数据可视化

By tecdat2月 14, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术google trend, Pearson, 外卖, 搜索热度, 时间序列, 相关性, 相关性分析, 谷歌搜索, 降雨量

Google Trends， 即谷歌趋势。

R语言Pearson相关性分析就业率和“性别平等”谷歌搜索热度google trend时间序列数据可视化

By tecdat2月 13, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术google trend, Pearson, 就业率, 性别平等, 时间序列, 相关性

WeChat Tencent QQ email print 由Kaizong Ye，Liao Bao撰写 谷歌

Read More

SAS与eviews用ARIMA模型对我国大豆产量时间序列预测、稳定性、白噪声检验可视化

By tecdat2月 2, 2023eviews辅导, sas辅导, 大数据部落, 数理统计, 期刊论文发表投稿, 生态、气象学, 计算机科学CS辅导, 计算机科学与技术arima, eviews, SAS, 可视化, 大豆产量, 时间序列, 白噪声, 白噪声检验, 稳定性, 预测

我国以前一直以来都是世界上大豆生产的第一大国。

R语言随机波动模型SV：马尔可夫蒙特卡罗法MCMC、正则化广义矩估计GMM和准最大似然估计QMLE上证指数收益时间序列

By tecdat1月 5, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术, 金融GMM, MCMC, QMLE, SV, 上证指数, 准最大似然估计, 广义矩估计, 收益, 时间序列, 正则化广义矩估计, 矩估计, 股票, 随机波动模型, 马尔可夫蒙特卡罗法

本文做SV模型，选取马尔可夫蒙特卡罗法(MCMC)、正则化广义矩估计法和准最大似然估计法估计。

Python用Lstm神经网络、离散小波转换DWT降噪对中压电网电压时间序列预测

By tecdat1月 5, 2023Python辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 机器学习, 计算机科学CS辅导, 计算机科学与技术DWT, LSTM, 中压电网, 中压电网电压, 时间序列, 电压, 电网, 电网电压, 神经网络, 离散小波转换, 降噪, 预测

对于电力公司来说，对局部放电的准确预测可以显著降低人力物力成本。

R语言EG(Engle-Granger)两步法协整检验、RESET、格兰杰因果检验、VAR模型分析消费者价格指数CPI和生产者价格指数PPI时间序列关系

By tecdat1月 3, 2023R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术CPI, Engle-Granger, PPI, RESET, VaR, 协整检验, 时间序列, 格兰杰因果检验, 消费者价格指数, 生产者价格指数

作为衡量通货膨胀的基本指标，消费者价格指数CPI和生产者价格指数PPI的作用关系与传导机制一直是宏观经济研究的核心问题。

R语言用ARIMA模型滑动时间窗口识别网络流量时间序列异常值

By tecdat11月 28, 2022大数据部落, 技术支持, 数理统计, 计算机科学与技术arima, 异常值, 时间序列, 滑动时间, 滑动时间窗口, 网络流量

最近我们被要求解决时间序列异常检验的问题。

【视频讲解】时间序列分类方法：动态时间规整算法DTW和R语言实现

By tecdat11月 11, 2022大数据部落, 数理统计, 特色视频, 计算机科学与技术DTW, 分类, 动态时间规整, 动态时间规整算法, 时间序列

动态时间扭曲算法何时、如何以及为什么可以有力地取代常见的欧几里得距离，以更好地对时间序列数据进行分类

R语言分析上海空气质量数据：kmean聚类、层次聚类、时间序列分析：arima模型、指数平滑法

By tecdat11月 9, 2022大数据部落, 数理统计, 计算机科学与技术arima, kmean, R语言, 层次聚类, 指数平滑法, 时间序列, 空气质量指数, 聚类

最近我们被客户要求撰写关于上海空气质量指数的研究报告。

R语言收益率和波动性模拟股票价格COMP226带自测题

By tecdat10月 24, 2022R语言辅导, 大数据部落, 数理统计, 计算机科学CS辅导, 计算机科学与技术COMP226, R语言, 收益率, 时间序列, 模拟, 波动性, 股票, 自测题, 预测

在本工作表中，我们将研究价格、收益率和波动性。波动性通常用收益率的均方差来衡量，例如夏普比率的分母，它被用作风险的衡量标准。

R语言多元线性回归、ARIMA分析美国不同候选人对经济GDP时间序列影响

By tecdat8月 10, 2022大数据部落, 技术支持, 数理统计, 经济, 计算机科学与技术arima, GDP, R语言, 候选, 回归, 时间序列, 经济, 美国

近段时间，美国总统大选引起了世界各国的关注。

Eviews用向量自回归模型VAR实证分析公路交通通车里程与经济发展GDP协整关系时间序列数据和脉冲响应可视化

By tecdat7月 21, 2022地理，运输，旅行和物流, 大数据部落, 数理统计, 经济, 计算机科学与技术GDP, VaR, 公路交通, 协整, 向量自回归模型, 实证, 时间序列, 经济发展, 脉冲响应, 通车里程

河源市是国务院1988年1月7日批准设立的地级市，为了深入研究河源市公路交通与经济发展的关系，本文选取了1988－2014年河源市建市以来24年的地区生产总值（GDP）和公路通车里程（GL）的时间序列数据。

R语言广义矩量法GMM和广义经验似然GEL估计ARMA、CAPM模型分析股票收益时间序列

By tecdat7月 12, 2022大数据部落, 数理统计, 经济, 计算机科学与技术ARMA, CAPM, GEL, GMM, 广义矩量法, 广义经验似然, 时间序列, 股票, 股票收益

本文展示了如何通过矩量的广义方法和广义经验似然来估计模型。

R语言用logistic逻辑回归和AFRIMA、ARIMA时间序列模型预测世界人口

By tecdat7月 4, 2022大数据部落, 数理统计, 计算机科学与技术AFRIMA, arima, Logistic, 世界人口, 人口, 回归, 数据, 时间序列, 逻辑回归, 预测

本文应用R软件技术，通过在世界银行网站上查阅的世界人口历史数据，分别利用logistic模型、ARFMA模型、ARIMA模型、时间序列模型对从2016到2100年的世界人口进行预测。

Python用ARIMA ，ARIMAX预测商店商品销售需求时间序列数据

By tecdat6月 23, 2022大数据部落, 数理统计, 经济, 计算机科学与技术ARIMAX, 数据, 时间序列, 预测

本文在相对简单的数据集上探索不同的时间序列技术。

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

By tecdat6月 22, 2022大数据部落, 数理统计, 经济, 计算机科学与技术GARCH, MCMC, SV, 时间序列, 股票, 蒙特卡罗, 随机波动率, 预测, 马尔可夫链

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)。

Matlab用深度学习循环神经网络RNN长短期记忆LSTM进行波形时间序列数据预测

By tecdat6月 21, 2022大数据部落, 数理统计, 计算机科学与技术LSTM, RNN, 循环神经网络, 时间序列, 时间序列数据, 时间序列预测, 波形, 深度学习, 神经网络, 长短期记忆, 长短期记忆人工, 长短期记忆人工神经网络, 长短期记忆模型, 长短期记忆神经网络, 长短期记忆网络, 预测

此示例说明如何使用长短期记忆 (LSTM) 网络预测时间序列

Matlab用向量误差修正VECM模型蒙特卡洛Monte Carlo预测债券利率时间序列和MMSE 预测

By tecdat6月 15, 2022大数据部落, 数理统计, 经济, 计算机科学与技术MMSE, Monte Carlo, VEC, VECM, 债券, 利率, 向量误差修正, 时间序列, 蒙特卡洛, 预测

此示例说明如何从 VEC( q ) 模型生成 Monte Carlo 预测。

R语言和Python对copula模型Gaussian、t、Clayton 和Gumbel族可视化理论概念和文献计量使用情况

By tecdat6月 14, 2022大数据部落, 数理统计, 经济, 计算机科学与技术Clayton, copula, Gaussian, Gumbel, python, 可视化, 时间序列

本文包含一些直观的示例来说明 copula 理论的核心概念。

Python用KShape对时间序列进行聚类和肘方法确定最优聚类数k可视化

By tecdat6月 8, 2022大数据部落, 数理统计, 计算机科学与技术KShape, python, 时间序列, 最优聚类数, 聚类, 肘方法

时序数据的聚类方法

Python用RNN循环神经网络：LSTM长期记忆、GRU门循环单元、回归和ARIMA对COVID-19新冠疫情新增人数时间序列预测

By tecdat6月 2, 2022大数据部落, 数理统计, 计算机科学与技术arima, COVID, GRU, LSTM, RNN, 回归, 循环神经网络, 新冠, 时间序列, 疫情, 神经网络, 长期记忆, 门循环单元

该数据由Hopkins 大学根据世界各国提供的新病例数据提供。

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

By tecdat5月 24, 2022R语言辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术GARCH, VaR, 回测, 时间序列, 波动率, 股市, 预测, 风险价值

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。

R语言隐马尔可夫模型HMM连续序列重要性重抽样CSIR估计随机波动率模型SV分析股票收益率时间序列

By tecdat5月 16, 2022大数据部落, 数理统计, 经济, 计算机科学与技术CSIR, HMM, 序列重要性重抽样, 收益率, 时间序列, 波动率, 波动率建模, 离散随机波动率, 股票, 重抽样, 重要性重抽样, 随机波动率, 随机波动率模型, 隐马尔可夫, 预测波动率, 高频波动率

在本笔记本中，我们向读者介绍了基本的随机波动率模型，并通过连续顺序重要性重采样讨论了它们的估计。我们使用收益率数据集来讨论 CSIR 在随机波动率模型估计中的实现和性能。

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。

Python用Keras的LSTM神经网络进行时间序列预测天然气价格例

By tecdat5月 5, 2022大数据部落, 数理统计, 计算机科学与技术Keras, LSTM, 价格, 天然气, 数据, 时间序列, 神经网络, 预测

一个简单的编码器-解码器LSTM神经网络应用于时间序列预测问题

MATLAB用深度学习长短期记忆 (LSTM) 神经网络对智能手机传感器时间序列数据进行分类

By tecdat4月 25, 2022大数据部落, 数理统计, 计算机科学与技术LSTM, 传感器, 分类, 序列, 手机, 时间序列, 深度学习, 神经网络, 长短期记忆, 预测

此示例说明如何使用长短期记忆 (LSTM) 网络对序列数据的每个时间步长进行分类。

R语言广义线性模型GLM：线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟

By tecdat4月 21, 2022大数据部落, 数理统计, 计算机科学与技术glm, 二项式, 冰淇淋, 回归, 对数变换, 广义线性模型, 数据, 时间序列, 最小二乘, 模拟, 泊松, 线性最小二乘, 线性模型, 逻辑回归, 销售, 预测

线性模型是统计学的基础，但它的意义远不止用尺子在几个点上画一条线。

R语言单变量和多变量（多元）动态条件相关系数DCC-GARCH模型分析股票收益率金融时间序列数据波动率

By tecdat3月 25, 2022大数据部落, 数理统计, 经济, 计算机科学与技术, 金融DCC, DCC-GARCH, GARCH, 动态条件相关系数, 多元, 多元GARCH, 多变量, 收益率, 时间序列, 波动率, 股票, 股票收益率, 金融, 预测

当您处理金融时间序列时，我们通常可以获得相对高频的观察结果。

R语言和Python用泊松过程扩展：霍克斯过程Hawkes Processes分析比特币交易数据订单到达自激过程时间序列

By tecdat3月 16, 2022大数据部落, 数理统计, 经济, 计算机科学与技术, 金融Hawkes Processes, 时间序列, 比特币, 比特币交易, 泊松, 泊松过程, 自激, 自激过程, 霍克斯过程

本文描述了一个模型，该模型解释了交易的聚集到达，并展示了如何将其应用于比特币交易数据。

R语言指数加权模型EWMA预测股市多变量波动率时间序列

By tecdat3月 15, 2022大数据部落, 数理统计, 经济, 计算机科学与技术, 金融EWMA, 多变量, 指数加权模型, 时间序列, 波动率, 股市

从广义上讲，复杂的模型可以实现很高的预测准确性。

R语言ARMA GARCH COPULA模型拟合股票收益率时间序列和模拟可视化

By tecdat3月 9, 2022大数据部落, 数理统计, 经济, 金融arima, ARMA, ARMA GARCH COPULA, ARMA-GARCH, ARMA-GARCH-VaR, copula, Copula GARCH, Copulas, GARCH, 可视化, 多元Copula GARCH 模型, 收益率, 时间序列, 模拟, 股票

最近我们被客户要求撰写关于股票收益率时间序列的研究报告，包括一些图形和统计输出。在本文中，我们展示了 copula GARCH 方法拟合模拟数据和股票数据并进行可视化。

R语言向量自回归VAR的迭代多元预测估计 GDP 增长率时间序列

By tecdat3月 8, 2022大数据部落, 数理统计, 经济GDP, GDP 增长率, VaR, VAR模型, 向量自回归, 回归, 增长率, 多元, 多元预测, 时间序列, 自回归, 迭代多元预测, 预测

VARs的结构也允许联合检验多个方程的限制。

R语言多变量广义正交GARCH（GO-GARCH）模型对股市高维波动率时间序列拟合预测

By tecdat3月 2, 2022大数据部落, 数理统计, 经济, 金融GARCH, 多变量, 广义正交GARCH, 时间序列, 波动率, 股市, 预测

在多变量波动率预测中，我们有时会看到对少数主成分驱动的协方差矩阵建模，而不是完整的股票。

R语言GJR-GARCH和GARCH波动率预测普尔指数时间序列和Mincer Zarnowitz回归、DM检验、JB检验

By tecdat2月 22, 2022大数据部落, 数理统计, 经济, 计算机科学与技术DM, DM检验, GARCH, GJR-GARCH, JB, JB检验, Mincer Zarnowitz, 回归, 时间序列, 普尔指数, 检验, 波动率, 预测

在投资组合管理、风险管理和衍生品定价中，波动性起着重要作用。

R语言分位数自回归QAR分析痛苦指数：失业率与通货膨胀率时间序列

By tecdat2月 18, 2022大数据部落, 数理统计, 经济, 计算机科学与技术QAR, 分位数自回归, 回归, 失业率, 时间序列, 痛苦指数, 自回归, 通货膨胀率

“分位数自回归”，它是对时间序列域的重要扩展。

• 1
• 2
• 3