拓端tecdat|R语言分位数回归预测筛选有上升潜力的股票
原文链接:http://tecdat.cn/?p=18984
原文出处:拓端数据部落公众号
现在,分位数回归已被确立为重要的计量经济学工具。与均值回归(OLS)不同,目标不是给定x的均值,而是给定x的一些分位数。您可以使用它来查找具有良好上升潜力的股票。您可能会认为这与股票的beta有关,但是beta与OLS相关,并且是对称的。如果市场出现上涨,高beta股票将获得上行波动的收益,但对称地,当市场下跌时,您可能会遭受巨额亏损。
使用下图最好地理解分位数回归的用法:
绘制的是股票收益。蓝线是OLS拟合值,红线是分位数(80%和20%)拟合值。
在上部面板中,您可以看到,当市场上涨时(X轴上的正值很高),Y轴上的分散很大。当市场下跌时,相对的分散程度而言较大。在底部面板中,情况相反。当市场上涨时,您“非常了解”股票会发生什么,但是当市场处于下跌时,股票收益的不确定性就会降低。考虑到其他因素,您希望投资组合中包含高位股票。当市场上涨时,它们收益很好,但同时在下跌的过程中提供相对的确定性。
以下代码读取股票行情,并找到最佳比率,即:上行时分散度高,而下行时分散度低:
dat0 = getSymbols(sy[1], src="yahoo", from=start, to=end, auto.assign = F, warnings = FALSE,symbol.lookup = F)#查询最近365天:
dat <- gtint(sym = c(tickers,"SPY"),365)
# 将样品划分成两部分ins <- n/2
# 在0.2和0.8之间查找斜率 Tau = c(.2,.8)for (j in 1:(l-1)
for (i in 1:length(Tau)qslope[i,j] = rq(dat$ret[2:ins,j~dat$ret[2:ins,l, tau = Tau[i])$coef[2]# 确定哪些股票有用:dat$ret <- dat$ret[,rat0<2 & rat0>(-2)]## 画图plot(dat$ret[1:ins,which.max(rat)]~dat$ret[1:ins,l]plot(dat$ret[1:n,which.min(rat)]~dat$ret[1:n,l],
title(nam)
我们使用样本的前半部分来选择我们要使用的股票。假设我们以最差的比率做空股票,并以最佳的比率做多股票。
dat$p <- dat$p[,rat0<2 & rat0>(-2)]
plot(dat$p[1:ins,l]/dat$p[1,l], ty = "l", ylim = c(.8,1.5),plot(dat$p[ins:n,l]/dat$p[ins,l], ty = "l", ylim = c(.8,1.5), xlab = "样本外时期",)
从结果可以看到模型有较好的表现。
最受欢迎的见解
1.用机器学习识别不断变化的股市状况—隐马尔科夫模型(HMM)的应用
2.R语言GARCH-DCC模型和DCC(MVT)建模估计
3.R语言实现 Copula 算法建模依赖性案例分析报告
4.R语言COPULAS和金融时间序列数据VaR分析
5.R语言多元COPULA GARCH 模型时间序列预测
6.用R语言实现神经网络预测股票实例
7.r语言预测波动率的实现:ARCH模型与HAR-RV模型
8.R语言如何做马尔科夫转换模型markov switching model
9.matlab使用Copula仿真优化市场风险
拓端tecdat|R语言分位数回归预测筛选有上升潜力的股票相关推荐
- 拓端tecdat|R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险
最近我们被客户要求撰写关于冠心病风险的研究报告,包括一些图形和统计输出. 相关视频:R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险 逻辑回归Logistic模型原理和R语言分类预测冠 ...
- 拓端tecdat|R语言用LOESS(局部加权回归)季节趋势分解(STL)进行时间序列异常检测
最近我们被客户要求撰写关于LOESS(局部加权回归)的研究报告,包括一些图形和统计输出. 这篇文章描述了一种对涉及季节性和趋势成分的时间序列的中点进行建模的方法.我们将对一种叫做STL的算法进行研究, ...
- 拓端tecdat|R语言向量误差修正模型 (VECMs)分析长期利率和通胀率影响关系
最近我们被客户要求撰写关于向量误差修正模型的研究报告,包括一些图形和统计输出. 向量自回归模型估计的先决条件之一是被分析的时间序列是平稳的.但是,经济理论认为,经济变量之间在水平上存在着均衡关系,可以 ...
- 拓端tecdat|R语言线性回归和时间序列分析北京房价影响因素可视化案例
最近我们被客户要求撰写关于北京房价影响因素的研究报告,包括一些图形和统计输出. 目的 房价有关的数据可能反映了中国近年来的变化: 人们得到更多的资源(薪水),期望有更好的房子 人口众多 独生子女政策: ...
- R语言分位数回归Quantile Regression分析租房价格
全文链接:http://tecdat.cn/?p=18422 本文想在R软件中更好地了解分位数回归优化.在查看分位数回归之前,让我们从样本中计算中位数或分位数(点击文末"阅读原文" ...
- R语言逻辑回归预测分析付费用户
原文链接:http://tecdat.cn/?p=967 对于某企业新用户,会利用大数据来分析该用户的信息来确定是否为付费用户,弄清楚用户属性,从而针对性的进行营销,提高运营人员的办事效率(点击文末& ...
- 【视频】什么是Bootstrap自抽样及应用R语言线性回归预测置信区间实例|数据分享
最近我们被客户要求撰写关于Bootstrap的研究报告,包括一些图形和统计输出. 自抽样统计是什么以及为什么使用它? 本文将自抽样方法与传统方法进行比较,并了解它为何有用.并在R语言软件中通过对汽车速 ...
- 拓端tecdat荣获掘金社区入驻新人奖
2021年7月,由掘金发起了"入驻成长礼"颁奖活动.本次活动邀请到知名开发者.服务机构代表等业界人士. 据了解,掘金社区"新入驻创作者礼"主要对已经积累了一定历 ...
- 拓端tecdat荣获2022年度51CTO博主之星
相信技术,传递价值,这是51CTO每一个技术创作者的动力与信念,2022 年度,拓端tecdat 作为新锐的数据分析咨询公司,在51CTO平台上,不断的输出优质的技术文章,分享前沿创新技术,输出最佳生 ...
- R语言用Garch模型和回归模型对股票价格分析
原文链接:http://tecdat.cn/?p=18310 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价格影响很小的自变量剔除出我们的模型(点击文末"阅读原文 ...
最新文章
- 华为诺亚方舟开源预训练模型“哪吒”,4项任务均达到SOTA
- 最好机器学习NLP和python教程
- 小白也能看懂的git入门实操[狂神聊git学习笔记]
- c# 数组中的空值_译 | 你到底有多精通 C# ?
- -Git Linux vi/vim 命令 按键 MD
- 时间类(时间戳的各种转换成)
- 基于多进程和基于多线程服务器的优缺点及nginx服务器的启动过程
- GATT之Device information Service
- 递归函数两种方式的区别
- 做形态学方法的团队_图像分割实战-分水岭分割方法和GrabCut 算法
- Chrome插件之一键保存网页为PDF1.1发布
- 微软补丁地址以及查找方式
- Python tinypng 压缩脚本
- Manjaro linux驱动HP1020 plus打印机折腾记
- linux下安装postgresql遇到的问题(zlib library not found,readline library not found)
- 全球红外(IR)LED行业收入预计2028年达到13.699亿美元
- 割线法的C语言程序,割线法实验报告.doc
- 数组的下标为什么从0开始而不是从1开始
- python正则表达式01
- 解决Visual C++ Redistributable安装找不到vc_runtimeMinimum_x86.msi最简单办法
热门文章
- 【Android布局】在程序中设置android:gravity 和 android:layout_Gravity属性——位置设置偏向...
- ubuntu中使用.rpm
- 【TDA4系列】Linux SDK安装与交叉编译测试,以及刷写SD卡
- 序列最小最优化算法(SMO) SVM凸优化求
- Practical Lessons from Predicting Clicks on Ads at Facebook
- python基础--列表,元组
- 数据--第35课 - 创建二叉树
- Golang 之协程详解
- C# 获取exe、dll中的图标,支持获取256x256分辨率
- Android failed to start daemon