原创 The first blog in csdn!

The first blog in csdn! The first blog in csdn! The first blog in csdn! The first blog in csdn! The first blog in csdn!

原创 關於Python的ARCH包(十)

  1.9 分佈 分佈是ARCH模型的最後一項。 1.9.1正態分佈 class arch.univariate.Normal(random_state=None)[source] ARCH模型中的標準正態分佈 bounds(resids

原创 關於Python的ARCH包(八)

1.7 波動率過程 波動率過程用於添加到均值模型來捕獲時變的波動性。 1.7.1 常數方差 class arch.univariate.ConstantVariance[source] 常數波動率過程 注意: 模型在所有期間具有相同方差

原创 關於Python的ARCH包(九)

1.8 使用固定方差過程      FixedVariance波動率過程當兩步過程在收斂之前不斷重複時可以實現之字形(zig-zag)模型估計.當遇到數值問題或者高維參數空間問題時,該法可以用來估計那些通常看來難以估計的模型。 impo

原创 關於Python的ARCH包(七)

1.6 均值模型 所有的 ARCH模型開始時需要確定一個均值模型。 1.6.1非均值 class arch.univariate.ZeroMean(y=None, hold_back=None, volatility=None, dist

原创 關於Python的ARCH包(六)

1.5 預測情形   1.5.1 波動率情形 客戶端自主隨機數生成器可以用於衝擊具有特定模式的情況。比如,假定你想知道5天大約平均值的衝擊會發生什麼。在大多數情況下,此類衝擊具有單位方差。但是,可以會產生4倍方差或兩倍標準差的情況。  

原创 關於Python的ARCH包(四)

1.3 舉例 參考附加說明,使用遞歸可以利用ARCH類模型方便的進行多期預測。在特定情況下,那些不與平方項或殘差同步的模型並不具有可追蹤的正態解析多期預測。 所有模型支持三種預測方式: 解析:基於ARCH類型的結果,解析預測方法對1步式預

原创 關於Python的ARCH包(三)

1.2 舉例 1.2.1 ARCH建模 以下代碼需要在 IPython notebook下運行: In [1]: import warnings warnings.simplefilter('ignore') %matplotli

原创 關於Python的ARCH包(五)

2.預測示例 2.1 數據 2.2 基本預測 2.3 替代預測方案 2.4 TARCH ×××××××××××××××××××××× 2.1 Data 這些示例是用來Yahoo網站的標準普爾500指數,並通過pandas-dataread

原创 關於Python的ARCH包(二)

1.單變量波動率模型 1.1引言 1.2 舉例 1.3 預測 1.4 預測舉例 1.5 預測類型 1.6 均值模型 1.7 波動率過程 1.8 不變方差過程 1.9 分佈 1.10 背景及引用 1.1 關於ARCH 模型的介紹   1.1

原创 關於Python的ARCH包(一)

ARCH包 ARCH包目前包括內容如下: 1.單變量波動率模型 2.拔靴或自舉 3.多對比分析過程 4.單位根檢驗 5.更新日誌 將來計劃繼續添加金融數據分析相關內容。 關於該功能包的引用如下: 該包引用格式參考Zenodo格式,以4.6

原创 Python之類繼承與多態

1.類的一般調用 #以下用Python3 #參考:https://www.cnblogs.com/python-nameless/p/6229506.html #補充參考:https://blog.csdn.net/oschina_416