09 2018 档案
摘要:原文链接:http://tecdat.cn/?p=5658 使用R检测相关主题的社区 创建主题网络 对于Project Mosaic,我正在通过分析抽象文本和共同作者社交网络来研究UNCC在社会科学和计算机和信息学方面的出版物。 我遇到的一个问题是:如何衡量主题之间的关系(相关性)?特别是,我想
阅读全文
摘要:原文链接 : http://tecdat.cn/?p=2567 对于这个例子,考虑由具有明显频率变化的正弦波组成的非平稳连续信号。手提钻的振动或烟花声是非平稳连续信号的例子。 以采样频率加载非平稳信号数据fs,并可视化混合正弦信号。 load('sinusoidalSignalExampleData
阅读全文
摘要:原文链接:http://tecdat.cn/?p=5399 介绍 对商业周期的分析需要提取时间序列的周期性成分,该时间序列通常也受到诸如潜在趋势或噪声等其他因素的影响。本文介绍了一些在最近的文献中用于从给定系列中提取商业周期的方法。它基于Stock and Watson(1999)在“宏观经济学手册
阅读全文
摘要:原文:http://tecdat.cn/?p=4261 使用潜在Dirichlet分配(LDA)和t-SNE中的可视化进行主题建模。 本文中的代码片段仅供您在阅读时更好地理解。有关完整的工作代码,请参阅此回购。 我们将首先介绍主题建模和t-SNE,然后将这些技术应用于两个数据集:20个新闻组和推文。
阅读全文
摘要:原文链接:http://tecdat.cn/?p=5318 在这篇文章中,我将介绍用于Latent Dirichlet Allocation(LDA)的lda Python包的安装和基本用法。我不会在这篇文章中介绍该方法的理论基础。然而,这个模型的主要参考,Blei etal 2003可以在线免费获
阅读全文
摘要:原文:http://tecdat.cn/?p=3897 文本分析:主题建模 library(tidyverse) theme_set( theme_bw()) 目标 定义主题建模 解释Latent Dirichlet分配以及此过程的工作原理 演示如何使用LDA从一组已知主题中恢复主题结构 演示如何使
阅读全文
摘要:数据提取 在我之前的文章Scrapy自动爬取商品数据爬虫里实现了爬虫爬取商品网站搜索关键词为python的书籍商品,爬取到了60多页网页的1260本python书籍商品的书名,价格,评论数和商品链接,并将所有商品数据存储到本地的.json文件中。数据存储格式如下: 爬虫爬取到的商品数据 接下来对爬取
阅读全文
摘要:原文链接:http://tecdat.cn/?p=4790 使用Copula仿真优化市场风险 此示例演示了使用具有胖尾边缘分布的多变量copula模拟计算投资组合的风险价值和条件风险值(预期缺口)。然后使用模拟来计算最优风险收益组合的有效前沿。 内容 导入支持历史数据集 可视化标准化价格 退货和边际
阅读全文
摘要:原文http://tecdat.cn/?p=4305 使用Copula建模相关默认值 此示例探讨了如何使用多因素copula模型模拟相关的交易对手违约。 鉴于违约风险敞口,违约概率和违约信息损失,估计交易对手组合的潜在损失。一个creditDefaultCopula对象用于每个债务人的信用与潜在变量
阅读全文
摘要:R语言ARMA-GARCH-COPULA模型和金融时间序列案例
阅读全文
摘要:“预测非常困难,特别是关于未来”。丹麦物理学家尼尔斯·波尔(Neils Bohr)很多人都会看到这句名言。预测是这篇博文的主题。在这篇文章中,我们将介绍流行的ARIMA预测模型,以预测库存的回报,并演示使用R编程的ARIMA建模的逐步过程。 时间序列中的预测模型是什么? 预测涉及使用其历史数据点预测
阅读全文
摘要:R语言代写使用LASSO回归预测股票收益
阅读全文
摘要:原文链接:http://tecdat.cn/?p=4224 分析复杂的季节模式 当时间序列数据的频率高于季度或月度时,许多预测程序在分析季节性影响方面遇到了障碍。 澳大利亚蒙纳士大学的研究人员在美国统计协会杂志(JASA)上发表了一篇有趣的论文,以及一个R程序,以处理这种情况 - 可称为“复杂的季节
阅读全文
摘要:完整原文链接:http://tecdat.cn/?p=5421 本文是我们通过时间序列和ARIMA模型预测拖拉机销售的制造案例研究示例的延续。您可以在以下链接中找到以前的部分: 第1部分 :时间序列建模和预测简介 第2部分:在预测之前将时间序列分解为解密模式和趋势 第3部分:ARIMA预测模型简介
阅读全文
摘要:原文:http://tecdat.cn/?p=4516 线性回归在整个财务中广泛应用于众多应用程序中。在之前的教程中,我们使用普通最小二乘法(OLS)计算了公司的beta与相对索引的比较。现在,我们将使用线性回归来估计股票价格。 线性回归是一种用于模拟因变量(y)和自变量(x)之间关系的方法。通过简
阅读全文
摘要:原文:http://tecdat.cn/?p=3871 MATLAB 根轨迹图的稳定性分析 根轨迹分析 在下文中,我们提供了用于根轨迹分析的强大MATLAB命令的简要描述。读者可能想知道为什么当强大的MATLAB命令可用时,教师强调学习手工计算。对于给定的一组开环极点和零点,MATLAB立即绘制根轨
阅读全文
摘要:原文链接:http://tecdat.cn/?p=5334 几何布朗运动(GBM)是模拟大多数依赖某种形式的路径依赖的金融工具的标准主力。虽然GBM基于有根据的理论,但人们永远不应忘记它的最初目的 - 粒子运动的建模遵循严格的正态分布脉冲。基本公式由下式给出: 标准维纳过程代表创新。在对气体进行建模
阅读全文
摘要:原文链接 研究人员对各大电商平台海量用户的评价数据进行分析,得出智能门锁剁手攻略。 1 语义透镜 顾客满意度和关注点 我们对于评价数据进行LDA建模,就是从语料库中挖掘出不同主题并进行分析,换言之,LDA提供了一种较为方便地量化研究主题的机器学习方法。 我们使用最大似然估计进行最优化主题个数的选取。
阅读全文