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
摘要：
R语言混合时间模型预测对时间序列进行点估计 阅读全文