Tag Archives: 模型

开发LSTM、CNN模型预测玉米期货价格与涨跌可交互 Agent

By tecdat9月 30, 2026AI人工智能辅导, Python辅导, 人工智能, 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Agent, AI agent, close price, closing price, CNN, commodity futures, convolutional neural network, corn, corn futures, deep learning, dominant contract, forecast, Futures, intelligent agent, interaction, interactive, leading contract, long short-term memory, LSTM, maize, model, most-active contract, neural network, NN, Price, price change, trading volume, up-down movement, volume, 主力合约, 交互, 价格, 卷积神经网络, 可交互, 商品期货, 成交量, 收盘价, 智能体, 期货, 模型, 涨跌, 深度学习, 玉米, 玉米期货, 神经网络, 长短期记忆, 预测

本文围绕玉米期货的深度学习建模回答五个问题：为什么未经归一化的价格序列会让 LSTM 训练发散？归一化后预测收盘价为何退化为滞后一天的朴素预测？对数收益率为何难以直接回归？如何用 CNN 把涨跌判断变成可执行的仓位信号？预测信号经回测能否跑出更低回撤？

ChatGPT大模型荐股与夏普比率投资组合优化系统实现|附agent、数据、教程文档

By tecdat9月 28, 2026AI人工智能辅导, 人工智能, 大数据部落, 技术支持, 数理统计, 经济, 计算机科学CS辅导, 金融asset allocation, ChatGPT, combination, Data, equity, Implementation, investment, investment portfolio, large language model, large model, LLM, model, Optimization, optimize, portfolio, portfolio optimization, ratio, Sharpe, Sharpe ratio, stock, stock picking, stock recommendation, stock selection, 优化, 夏普, 夏普比率, 大模型, 实现, 投资, 投资组合, 投资组合优化, 教程文档, 数据, 模型, 比率, 组合, 股票, 荐股, 资产配置, 选股, 附agent

本文把大模型荐股名单转成可执行持仓：用提及频次筛选标的，用均值方差框架求解夏普比率最优权重，与沪深300基准做样本外对照，附 agent ，Python 代码、数据与分析流程。

Python定制模拟退火与马科维茨期望-方差组合优化模型进行农作物种植策略规划|附AI智能体、代码和数据

By tecdat8月 19, 2026Python辅导, 农业, 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crop, cropping-strategy, custom, Markowitz, mean-variance, model, planning, planting-strategy, portfolio-optimization, python, SA, simulated-annealing, 农作物, 定制, 期望-方差, 模型, 模拟退火, 种植策略, 组合优化, 规划, 马科维茨

本文围绕耕地资源高效利用的种植决策问题展开，回答了三个核心问题：其一，在产量、成本、售价相对稳定的条件下，如何为不同类型地块制定总收益最大的种植方案；其二，当预期销量、亩产量、种植成本与售价出现随机波动时，如何在收益与滞销风险之间取得平衡；其三，当作物之间存在替代性与互补性、成本与价格存在关联时，如何进一步修正方案。方法上，我们组合了**0-1整数规划**、**线性规划**、**马科维茨期望-方差模型**与**模拟退火求解**，并对关键参数做了灵敏度检验。

Python开发稀疏PCA、Lasso回归与Fama-French三因子模型融合的A股投资组合优化|附AI智能体、代码和数据

By tecdat8月 12, 2026AI人工智能辅导, Python辅导, 人工智能, 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A-share, A股, Development, Fama-French, Fama-French three-factor model, Fama-French三因子模型, Fusion, Integration, LASSO, Lasso regression, LASSO回归, model, Optimization, PCA, portfolio, portfolio optimization, python, regression, sparse, sparse PCA, three-factor, three-factor model, 三因子, 三因子模型, 优化, 回归, 开发, 投资组合, 投资组合优化, 模型, 稀疏, 稀疏PCA, 融合

本文回答以下核心问题：（1）如何利用稀疏主成分分析（Sparse PCA）从高维A股收益数据中提取关键特征，降低协方差估计噪声？（2）如何将Lasso回归约束嵌入均值方差优化框架，实现稀疏且稳健的资产筛选？（3）疫情期间A股市场结构发生了怎样的系统性变化，行业轮动与投资主线如何重构？（4）Sparse PCA中超参数λ如何通过交叉验证权衡重建误差与稀疏度？（5）基于Fama-French三因子的优化组合相较于传统策略在夏普比率与最大回撤上有何提升？

Python、R、Stata定制开发层次回归固定效应与K-means聚类PCA组合模型剖析肉类蔬菜碳足迹差异|附AI智能体和数据

By tecdat8月 11, 2026AI人工智能辅导, Python辅导, R语言辅导, 人工智能, 农业, 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analysis, carbon-footprint, clustering, combined-model, custom-development, difference, fixed-effects, hierarchical-regression, k-means, meat, model, PCA, principal-component-analysis, python, R, stata, vegetable, 主成分分析, 分析, 剖析, 固定效应, 定制, 层次回归, 差异, 开发, 模型, 碳足迹, 组合模型, 聚类, 肉类, 蔬菜

在可持续发展成为全球共识的今天，碳排放核算早已不是实验室里的课题，而是企业ESG报告、政府减排规划乃至个人消费选择都要面对的现实问题。

Python、BERT、Sentence-Transformers多模态动态权重融合模型在婚恋平台文本挖掘与智能推荐中应用|附AI智能体、代码和数据

By tecdat6月 3, 2026AI人工智能辅导, Python辅导, 人工智能, 可视化和设计, 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Agent, AI, BERT, Code, Data, Dating, Dynamic, Fusion, Intelligent, Mining, model, Multimodal, Platform, python, Recommendation, Sentence-Transformers, Text, Weight, 代码, 动态, 多模态, 婚恋, 平台, 挖掘, 推荐, 数据, 文本, 智能, 智能体, 权重, 模型, 融合

本文聚焦线上婚恋平台用户画像与智能匹配问题。基于百合网用户数据，本文系统阐述了数据爬取、预处理、可视化分析及自动化匹配算法的全流程。研究回答了三个核心问题：如何构建高质量婚恋数据集？平台用户呈现怎样的多维特征结构？如何设计融合硬指标与软语义的动态权重匹配算法？本文提供了一套包含代码、数据及AI智能体的完整解决方案。

Python用AI对零售商品层次贝叶斯模型价格弹性估计与个性化定价|附AI智能体、代码和数据

By tecdat5月 29, 2026AI人工智能辅导, Python辅导, 人工智能, 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AI, Bayesian, Elasticity, Estimation, Hierarchical, model, Personalized, Price, Pricing, Product, python, Retail, 个性化, 价格, 估计, 商品, 定价, 层次, 弹性, 模型, 贝叶斯, 零售

如何在海量商品仅有稀疏销售记录时，准确估计其价格弹性并支撑个性化定价？传统方法面临数据不足与估计不稳定的双重困境。本文基于层次贝叶斯模型，通过对话式AI智能体的交互方式，完整展示一套从数据生成到模型推断的解决方案。核心探讨以下问题：第一，如何利用全局-品类-单品三层先验结构实现不同商品间统计强度的自动共享；第二，如何使用NumPyro的概率编程与随机变分推断高效估计大规模弹性系数；第三，模型对单品、品类、全局弹性的恢复精度如何，及估计不确定性存在哪些局限；第四，如何将模型输出的后验参数转化为可执行的差异化定价依据。本文附赠完整对话提示词、核心代码模块及交互式配置面板说明。

Python梯度提升树、SHAP与递归特征消除构建血栓风险分级预测模型|附代码数据

By tecdat5月 8, 2026Python辅导, 医药生物, 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python, SHAP, 分级, 提升, 树, 梯度, 模型, 消除, 特征, 血栓, 递归, 预测, 风险

静脉血栓栓塞症（VTE）构成严峻的公共卫生挑战，早期识别高风险个体是防控关键。本研究利用临床检验数据集 （28,140条记录，214项特征），构建了一套基于梯度提升决策树（Gradient Boosting）的血栓风险预测模型。

Python用DGCRN、Informer序列蒸馏与GRU、LSTM组合模型PM2.5浓度预测对比分析|附代码数据

By tecdat4月 24, 2026AI人工智能辅导, Python辅导, 人工智能, 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DGCRN, GRU, Informer, LSTM, PM2.5, python, 分析, 对比, 序列, 模型, 浓度, 组合, 蒸馏, 预测

随着城市化和工业化的深度推进，细颗粒物污染问题日益突出，精准预测 PM2.5 浓度对公众健康和环境治理至关重要。

Python扩散模型GAN无监督行人重识别数据增强性能对比研究｜附数据代码

By tecdat4月 17, 2026AI人工智能辅导, Python辅导, 人工智能, 图像处理, 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GAN, python, 增强, 对比, 性能, 扩散, 数据, 无监督, 模型, 研究, 行人, 重识别

在视频监控网络日益密集的今天，如何让机器跨越不同摄像头自动锁定同一个行人，是公共安全智能化转型中的核心难题。传统方法依赖海量人工标注，成本高昂且难以泛化。

LSTM-Transformer混合模型与多源时空数据的全球水平面辐照度预测：Python实现、模型对比与消融分析 |附代码与数据

By tecdat4月 2, 2026AI人工智能辅导, Python辅导, 人工智能, 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LSTM, python, Transformer, 代码, 全球, 分析, 多源, 实现, 对比, 数据, 时空, 模型, 水平面, 消融, 混合模型, 辐照度, 预测

作为一种环保型可再生能源，太阳能的开发利用已成为全球能源转型的核心。太阳辐照度（GHI）的精确预测是保障太阳能发电系统稳定运行和电网调度的关键技术。针对传统物理模型依赖复杂气象参数、统计模型难以捕捉非线性时空特征的痛点，本研究构建了一种LSTM-Transformer混合深度学习架构。

Python用Seedream4.5图像生成模型API调用与多场景应用|附代码教程

By tecdat2月 25, 2026AI人工智能辅导, 人工智能, 图像处理, 大数据部落, 技术支持, 计算机科学CS辅导, 计算机科学与技术4.5, API, python, Seedream, 代码, 图像生成, 多场景, 应用, 教程, 模型, 调用

在AI技术快速迭代的当下，图像生成已从实验室走向产业落地。从早期只能生成模糊轮廓，到如今能输出4K高清、细节丰富的画面，技术的进步让创意设计、营销物料制作等环节的效率大幅提升。

R语言优化沪深股票投资组合：粒子群优化算法PSO、重要性采样、均值-方差模型、梯度下降法|附代码数据

By tecdat2月 11, 2026大数据部落, 行业报告PSO, R语言, 代码, 优化, 优化算法, 均值, 投资组合, 数据, 方差, 梯度下降法, 模型, 沪深, 粒子群, 股票, 重要性采样

在国内A股市场的投资实践中，普通投资者和中小机构始终面临一个核心难题：如何在多只股票间分配资金，既能控制波动风险，又能实现资产稳健增值。

R语言MCMC的lme4二元对数Logistic逻辑回归混合效应模型分析吸烟、喝酒和赌博影响数据

By tecdat10月 8, 2022大数据部落, 数理统计, 计算机科学与技术lme4, Logistic, MCMC, R语言, 二元, 吸烟, 喝酒, 对数, 模型, 混合效应, 赌博, 逻辑回归

最近我们被客户要求撰写关于逻辑回归混合效应模型的研究报告。吸烟、喝酒和赌博被认为是由许多因素造成的。

Python支持向量回归SVR拟合、预测回归数据和可视化准确性检查实例

By tecdat12月 28, 2021大数据部落, 数理统计, 计算机科学与技术python, svr, 准确, 准确性, 回归, 拟合, 支持向量回归, 检查, 模型, 预测

支持向量回归（SVR）是一种回归算法，它应用支持向量机（SVM）的类似技术进行回归分析。

R语言Garch建模常用软件包比较、拟合标准普尔SP 500指数波动率时间序列和预测可视化

By tecdat11月 25, 2021可视化和设计, 大数据部落, 数理统计, 经济, 计算机科学与技术, 金融GARCH, SP 500, 可视化, 时间序列, 标准普尔, 模型, 比较, 波动率, 软件包, 预测

我们研究波动聚集，以及使用单变量 GARCH(1,1) 模型对其进行建模。

R语言深度学习Keras循环神经网络(RNN)模型预测多输出变量时间序列

By tecdat9月 28, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术RNN, 多变量, 多输出变量, 循环神经网络, 时间序列, 模型, 深度学习, 神经网络, 预测

递归神经网络被用来分析序列数据。

【视频讲解】R语言线性混合效应模型（固定效应&随机效应）和交互可视化3案例

By tecdat7月 13, 2021可视化和设计, 大数据部落, 数理统计, 特色视频, 计算机科学与技术交互, 交互可视化, 可视化, 固定效应, 模型, 混合效应, 线性, 线性混合效应模型, 随机效应

在本文中，我们将用R语言对数据进行线性混合效应模型的拟合，然后可视化你的结果。

R语言Lasso回归模型变量选择和糖尿病发展预测模型

By tecdat6月 8, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术LASSO, 变量选择, 回归, 模型, 糖尿病, 预测

Lease Absolute Shrinkage and Selection Operator（LASSO）在给定的模型上执行正则化和变量选择。

R语言用ARIMA模型，ARIMAX模型预测冰淇淋消费时间序列数据

By tecdat5月 17, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术arima, ARIMAX, 冰淇淋, 时间序列, 模型, 消费, 预测

标准的ARIMA（移动平均自回归模型）模型允许只根据预测变量的过去值进行预测。

R语言惩罚logistic逻辑回归（LASSO,岭回归）高维变量选择的分类模型案例

By tecdat3月 17, 2021医药生物, 大数据部落, 数理统计, 机器学习, 计算机科学与技术LASSO, Logistic, 分类, 变量选择, 回归, 岭回归, 惩罚l, 模型, 逻辑回归, 高维

WeChat Tencent QQ email print 由Kaizong Ye，Weilong Zhang

Read More

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

By tecdat2月 9, 2021大数据部落, 数理统计, 经济, 金融ARMA, ETS, EWMA, GARCH, R语言, SV, 文章标签： R语言 混合时间 预测 时间序列点估计, 时间序列, 模型, 金融, 随机波动率

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。

【视频讲解】R语言中的BP神经网络模型分析学生成绩

By tecdat2月 5, 2021大数据部落, 教育学, 数理统计, 机器学习, 特色视频, 计算机科学与技术BP, R语言, 学生成绩, 模型, 神经网络

在本教程中，您将学习如何在R中创建神经网络模型。

matlab用高斯曲线拟合模型分析疫情数据

By tecdat1月 13, 2021可视化和设计, 地理，运输，旅行和物流, 大数据部落, 数理统计, 计算机科学与技术COVID-19, matlab, 拟合, 模型, 疫情, 高斯, 高斯曲线

随着新型冠状病毒COVID-19的威胁遍及世界，我们生活在一个日益担忧的时代，本文用matlab分析COVID-19数据集。

R语言HAR和HEAVY模型分析高频金融数据波动率

By tecdat1月 12, 2021大数据部落, 数理统计, 经济, 金融HAR, HEAVY, R语言, 模型, 波动率, 波动率建模, 高频金融数据

最近我们被客户要求撰写关于分析高频金融数据波动率的研究报告。在学术界和金融界，分析高频财务数据的经济价值现在显而易见。

R语言使用多元AR-GARCH模型衡量市场风险

By tecdat1月 11, 2021大数据部落, 数理统计, 经济, 金融AR, GARCH, R语言, 多元, 市场, 模型, 风险

本文分析将用于制定管理客户和供应商关系的策略准则。   WeChat Tencent QQ emai

Read More

【视频讲解】R语言中的时间序列分析模型：ARIMA-ARCH / GARCH模型分析股票价格

By tecdat12月 29, 2020大数据部落, 数理统计, 特色视频, 经济, 金融ARCH, arima, GARCH, R语言, 价格, 时间序列, 模型, 股票

时间序列分析是统计学中的一个主要分支，主要侧重于分析数据集以研究数据的特征并提取有意义的统计信息来预测序列的未来值。时序分析有两种方法，即频域和时域。

R语言用ARIMA模型预测巧克力的兴趣趋势时间序列

By tecdat12月 28, 2020大数据部落, 数理统计, 计算机科学与技术arima, R语言, 兴趣, 巧克力, 时间序列, 模型, 趋势, 预测

WeChat Tencent QQ email print 由Kaizong Ye，Weilong Zhang

Read More

R语言用Garch模型和回归模型对股票价格分析

By tecdat12月 10, 2020大数据部落, 数理统计, 机器学习, 经济, 计算机科学与技术, 金融GARCH, R语言, 价格, 分析, 回归, 模型, 股票

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把对价格影响很小的自变量剔除出我们的模型

R语言动量和马科维茨Markowitz投资组合模型实现

By tecdat11月 23, 2020大数据部落, 数理统计, 经济, 金融R语言, 动量, 投资组合, 模型, 马科维茨

动量和马科维茨投资组合模型使 均值方差优化 组合成为可行的解决方案。

R语言时间序列：ARIMA / GARCH模型的交易策略在外汇市场预测应用

By tecdat11月 4, 2020大数据部落, 数理统计, 经济, 计算机科学与技术, 金融arima, GARCH, R语言, 交易策略, 外汇, 市场, 时间序列, 模型, 预测

最近，我们继续对时间序列建模进行探索，研究时间序列模型的自回归和条件异方差族。我们想了解自回归移动平均值（ARIMA）和广义自回归条件异方差（GARCH）模型。它们在量化金融文献中经常被引用。

【视频】R语言中的隐马尔可夫HMM模型实例

By tecdat11月 2, 2020大数据部落, 数理统计, 特色视频, 计算机科学与技术HMM, R语言, 模型, 隐马尔可夫, 马尔, 马尔可夫

最近，我们使用隐马尔可夫模型开发了一种解决方案，并被要求解释这个方案。

TensorFlow 2.0 keras开发深度学习模型实例：多层感知器（MLP），卷积神经网络（CNN）和递归神经网络（RNN）

By tecdat9月 16, 2020大数据部落, 数理统计, 机器学习, 计算机科学与技术CNN, Keras, MLP, RNN, TensorFlow, 多层感知器, 模型, 深度学习

在本文中，您将发现如何使用标准深度学习模型（包括多层感知器（MLP），卷积神经网络（CNN）和递归神经网络（RNN））开发，评估和做出预测。

Python安装TensorFlow 2、tf.keras和深度学习模型的定义

By tecdat9月 15, 2020大数据部落, 技术支持, 数理统计, 机器学习, 计算机科学与技术Keras, python, TensorFlow, 模型, 深度学习

深度学习的预测建模是现代开发人员需要了解的一项技能。

TensorFlow 2建立神经网络分类模型——以iris数据为例

By tecdat9月 14, 2020大数据部落, 数理统计, 机器学习, 计算机科学与技术Iris, TensorFlow, 分类, 模型, 神经网络

隐藏层和神经元的理想数量取决于问题和数据集。与机器学习的多个方面一样，选择最佳的神经网络形状需要一定的知识水平和实验基础。一般来说，增加隐藏层和神经元的数量通常会产生更强大的模型，而这需要更多数据才能有效地进行训练。

Rapidminer关联规则和文本挖掘模型对评论数据进行分析

By tecdat8月 26, 2020大数据部落, 数理统计, 机器学习, 计算机科学与技术Rapidminer, 关联规则, 文本, 文本挖掘, 模型

关联规则是if / then语句，可帮助发现看似无关的数据之间的关系。关联规则的一个示例是“如果客户购买鸡蛋，那么他有80％的可能性也购买牛奶”。

广义线性模型(GLMs)算法和零膨胀模型分析

By tecdat8月 24, 2020保险, 大数据部落, 数理统计, 经济, 计算机科学与技术广义线性模型, 模型, 算法, 线性, 零膨胀模型

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软件SIR模型网络结构扩散过程模拟

By tecdat8月 13, 2020大数据部落, 数理统计, 计算机科学与技术R, R语言, R软件, SIR模型, 模型, 模拟, 网络

与普通的扩散研究不同，网络扩散开始考虑网络结构对于扩散过程的影响。 这里介绍一个使用R模拟网络扩散的例子。

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

By tecdat6月 2, 2020大数据部落, 数理统计, 经济, 计算机科学与技术Lee-Carter, R语言, 人口死亡率, 平滑估计, 李·卡特模型, 模型, 死亡率, 非线性模型, 预测

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

By tecdat5月 22, 2020保险, 大数据部落, 数理统计, 经济, 金融R语言, 保险, 保险定价, 回归, 建模, 模型, 泊松回归

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语言随机森林模型中具有相关特征的变量重要性

By tecdat5月 20, 2020大数据部落, 数理统计, 机器学习, 计算机科学与技术, 软件工程R语言, 变量重要性, 模型, 特征, 随机森林

变量重要性图是查看模型中哪些变量有趣的好工具。

python3用ARIMA模型进行时间序列预测

By tecdat4月 22, 2020大数据部落, 数理统计, 经济, 计算机科学与技术, 软件工程arima, python3, 时间序列, 模型, 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

By tecdat4月 18, 2020大数据部落, 数理统计, 机器学习, 经济, 计算机科学与技术, 软件工程, 金融Markov, Markov regime switching, R语言, 区制转移, 模型, 马尔可夫, 马尔可夫区制转移

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

By tecdat4月 17, 2020大数据部落, 数理统计, 经济, 计算机科学与技术, 金融ARMA, EGARCH, R语言, 时间序列, 模型, 波动率, 集成预测, 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语言和QuantLib中Nelson-Siegel模型收益曲线建模分析

By tecdat4月 7, 2020大数据部落, 数理统计, 经济, 计算机科学与技术, 金融Nelson-Siegel, R语言, 收益曲线, 模型

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

By tecdat4月 6, 2020大数据部落, 数理统计, 经济, 计算机科学与技术, 金融Nelson, R语言, Siegel, 债券, 收益率, 模型, 线性插值

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语言用线性回归模型预测空气质量臭氧数据

By tecdat2月 23, 2020大数据部落, 数理统计, 计算机科学与技术R语言, 回归, 模型, 线性回归, 预测

尽管线性模型是最简单的机器学习技术之一，但它们仍然是进行预测的强大工具。

R语言VAR向量自回归模型的不同类型的脉冲响应分析

By tecdat12月 11, 2019大数据部落, 数理统计, 经济, 计算机科学与技术R语言, VAR模型, 向量自回归, 模型, 脉冲响应

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。

R语言实现向量自回归VAR模型

By tecdat11月 7, 2019大数据部落, 数理统计, 经济, 计算机科学与技术R语言, VAR模型, 向量自回归, 时变VAR模型, 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贝叶斯隐马尔可夫HMM模型实现

By tecdat10月 23, 2019大数据部落, 数理统计, 计算机科学与技术HMM, matlab, 概率模型, 模型, 贝叶斯, 隐马尔可夫, 马尔可夫

贝叶斯隐马尔可夫模型是一种用于分割连续多变量数据的概率模型。

R语言GARCH-DCC模型和DCC（MVT）建模估计

By tecdat9月 25, 2019大数据部落, 数理统计, 经济, 计算机科学与技术, 金融DCC, GARCH, GARCH-DCC, MVT, R语言, 估计, 关联性, 动态相关系数, 时间序列, 模型, 股市, 预测

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。

R语言中的划分聚类模型

By tecdat9月 9, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, 划分聚类, 模型

划分聚类 是用于基于数据集的相似性将数据集分类为多个组的聚类方法。

WinBUGS对多元随机波动率模型：贝叶斯估计与模型比较

By tecdat8月 8, 2019大数据部落, 数理统计, 经济, 计算机科学与技术, 金融Granger, MSV, SV, WinBUGS, 格兰杰因果关系, 模型, 贝叶斯, 贝叶斯估计, 随机波动率, 随机波动率模型

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。

HAR-RV-J- RNN模型预测和交易大型股票指数的高频波动率

By tecdat8月 8, 2019大数据部落, 数理统计, 经济, 计算机科学与技术, 金融HAR, HAR-RV, RNN, RV, 模型, 股票, 股票指数, 预测, 高频, 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。

用SPSS估计HLM多层（层次）线性模型

By tecdat7月 26, 2019大数据部落, 教育学, 数理统计, 计算机科学与技术HLM, SPSS, 多层（层次）线性, 多层线性模型, 层次线性模型, 模型, 线性

多层线性模型（Hierarchical Linear Model，HLM），也叫多水平模型（Multilevel Model，MLM），是社会科学常用的高级统计方法之一。

R语言线性混合效应模型实战案例

By tecdat7月 24, 2019大数据部落, 数理统计, 计算机科学与技术R语言, 实战案例, 模型, 线性, 线性混合效应模型

处理分组数据和复杂层次结构的分析师，从嵌入在参与者中的测量，嵌套在州内的县或嵌套在教室内的学生，经常发现他们需要建模工具来反映他们数据的这种结构。

R语言线性混合效应模型实战案例

By tecdat7月 24, 2019大数据部落, 数理统计, 计算机科学与技术R语言, 实战案例, 模型, 线性, 线性混合效应, 线性混合效应模型

R语言 线性混合效应模型实战案例

R语言泊松Poisson回归模型分析案例

By tecdat7月 23, 2019大数据部落, 数理统计, 计算机科学与技术Poisson, R语言, 回归, 模型, 模型分析案例, 泊松, 泊松Poisson回归

这个问题涉及马蹄蟹研究的数据。

DT模型打好用户流失预防针——电信客户流失浅析

By tecdat9月 11, 2017大数据部落, 数理统计, 机器学习, 计算机科学与技术模型

消费者今天会订阅多个电信服务（电视、付费节目、游戏等）。然而电信供应商提供的服务的差异化程度不高，客户忠诚度成为问题。