Tag Archives: 金融

Python生成对抗神经网络GAN预测股票及LSTMs、ARIMA对比分析ETF金融时间序列可视化

By tecdat12月 10, 2024Python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arima, ETF, GAN, LSTM, 生成对抗神经网络, 神经网络, 股票, 金融, 预测

本文聚焦于利用生成对抗网络（GANs）进行金融时间序列的概率预测。介绍了一种新颖的基于经济学驱动的生成器损失函数，使 GANs 更适用于分类任务并置于监督学习环境中，能给出价格回报的全条件概率分布，突破传统点估计方式，实现不确定性估计。

Python用CEEMDAN-LSTM-VMD金融股价数据预测及SVR、AR、HAR对比可视化

By tecdat11月 12, 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AR, CEEMDAN, GRU, HAR, LSTM, svr, VMD, 股价, 金融, 金融股价, 预测

股票市场是一个复杂的非线性系统，股价受到许多经济和社会因素的影响。因此，传统的线性或近线性预测模型很难有效、准确地预测股票指数的价格趋势。

【专题】2024年金融数字化转型白皮书报告汇总PDF洞察（附原数据表）

By tecdat10月 31, 2024大数据部落, 数字化, 行业报告, 金融，保险 & 银行数字化, 数字化转型, 金融

在当今数字化浪潮席卷全球的时代，各行业都在积极探索数字化转型之路。

深度神经网络DNN、RNN、RCNN及多种机器学习金融交易策略研究|附数据代码

By tecdat9月 12, 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dnn, rcnn, RNN, 交易策略, 机器学习, 深度学习, 神经网络, 金融

在当今的金融领域，量化交易正凭借其科学性和高效性逐渐成为主流投资方式之一。

【视频讲解】数据挖掘实战：Python金融贷款模型分类潜在贷款客户

By tecdat8月 28, 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, 计算机科学与技术分类, 数据挖掘, 潜在贷款, 贷款, 金融

模型的存在依托于这样一个事实：基于概率的决策乃是最优之选。将概率转化为评分，能够便于对齐风险。而评分则是通过统计的方法来识别潜在客户，进而判断客户是否合乎心意。

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。

【专题】2024年5月金融、保险、银行行业报告汇总PDF合集分享（附原数据表）

By tecdat6月 4, 2024大数据部落, 行业报告, 金融，保险 & 银行保险, 金融, 银行

随着全球金融市场的日益活跃和技术的不断进步，金融行业的发展正呈现出多元化、复杂化的趋势。

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。

【专题】2024年中国金融科技（FinTech）行业发展洞察报告合集PDF分享（附原数据表）

By tecdat4月 2, 2024大数据部落, 行业报告, 金融，保险 & 银行FinTech, 金融, 金融科技

金融监管体系的深刻变革正引领金融科技行业迈入一个更为严格且精细化的超级监管时代。

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。

【专题】2023年金融、保险、银行行业报告汇总PDF合集分享（附原数据表）

By tecdat2月 5, 2024大数据部落, 行业报告, 金融，保险 & 银行保险, 金融, 银行

自中国提出双碳目标以来，可持续金融市场呈现出蓬勃发展的态势。

【专题】2023年中国数字金融调查报告PDF合集分享（附原数据表）

By tecdat12月 26, 2023大数据部落, 行业报告, 金融，保险 & 银行中国, 数字金融, 调查, 金融

随着数字化转型的深入推进，新客户的增长速度已达顶峰，用户运营成为推动存量增长的关键手段。

R语言软件套保期限GARCH VAR模型对沪深300金融数据可视化分析

By tecdat12月 25, 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GARCH, GARCH VAR, VaR, 套保期限, 沪深300, 金融

金融市场的波动性一直是投资者和决策者关注的焦点之一。

【专题】2023年中国碳金融创新发展白皮书报告PDF合集分享（附原数据表）

By tecdat12月 8, 2023大数据部落, 碳市场，净零碳 & 双碳, 行业报告, 金融，保险 & 银行中国, 创新, 碳, 碳市场, 碳金融, 金融

本白皮书报告合集是全市场聚焦中国碳金融领域的洞察白皮书。

【专题】中国可持续金融发展洞察白皮书报告PDF合集分享（附原数据表）

By tecdat7月 27, 2023大数据部落, 碳市场，净零碳 & 双碳, 经济, 行业报告, 金融, 金融，保险 & 银行可持续金融, 金融

自我国提出双碳目标以来，可持续金融市场发展迅速，呈现蓬勃发展的态势。

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语言金融市场量化交易：布林带、价差策略、RSI交易策略，回测COMP 226

By tecdat10月 25, 2022R语言辅导, 大数据部落, 数理统计, 经济, 计算机科学CS辅导COMP 226, RSI, 交易策略, 价差策略, 回测, 市场, 布林带, 量化交易, 金融

我们将利用每日数据制定简单的交易策略 我们将涵盖以下内容。

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。

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。

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。

R语言分析负利率下金融市场：负利率和年金价值的变化

By tecdat5月 19, 2020大数据部落, 数理统计, 经济, 计算机科学与技术, 金融R语言, 价值, 利率, 年金, 金融

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。

Python金融应用编程:衍生品定价和套期保值的随机过程

By tecdat8月 10, 2019大数据部落, 数理统计, 经济, 计算机科学与技术, 金融python, 套期保值, 衍生品, 衍生品定价, 金融, 金融应用编程, 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语言做复杂金融产品的几何布朗运动的模拟

By tecdat8月 8, 2019大数据部落, 数理统计, 经济, 计算机科学与技术R语言, 几何布朗运动, 复杂金融产品, 金融

R语言做复杂金融产品的几何布朗运动的模拟

R语言highfrequency高频金融数据导入

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highfrequency, R语言, 数据, 金融, 高频

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：

R语言arma-garch-copula模型和金融时间序列案例

By tecdat7月 26, 2019大数据部落, 数理统计, 经济, 计算机科学与技术, 金融arima, copula, GARCH, R语言, 金融, 金融时间序列

最近我们被要求撰写关于金融时间序列的arma-garch-copula的调查报告。

R语言多元Copula GARCH 模型时间序列预测

By tecdat7月 23, 2019大数据部落, 数理统计, 经济, 计算机科学与技术, 金融copula, GARCH, R语言, 多元Copula GARCH 模型, 市场, 时间序列, 时间序列预测, 股市, 股票, 金融, 预测

和宏观经济数据不同，金融市场上多为高频数据，比如股票收益率序列。

用机器学习识别不断变化的股市状况—隐马尔可夫模型(HMM)的应用

By tecdat8月 27, 2017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R语言, 机器学习, 股市, 股票, 金融, 隐马尔科夫模型, 马尔可夫, 马尔科夫

了解不同的股市状况，改变交易策略，对股市收益有很大的影响。