【东吴金工 金工专题】提升技术分析的品格

LB检验的统计量反映了滞后期数内的自相关性强弱,数值越大,说明自相关性越强。下表显示滞后1-5期的P值均远大于0.05,统计量也接近0,这表明残差没有显著的自相关性。接着,我们对残差进行ARCH效应检验,检查模型残差是否存在条件异方差。ARCH检验的统计量越大,表明异方差性越强。结果显示,ARCH检验在5%的显著性水...

【华安证券·金融工程】专题报告:宏观趋势与因子择时

如果回顾一下,例如Bansal和Yaron(2004年)报告的SDF年化方差为0.85,而Campbell和Cochrane(1999年)得到的方差约为1.2,那么SDF年化方差2.24的大小就相当可观了。由于作者估计的SDF系数会随时间而变化,因此SDF表现出异方差性。自然地,会关注SDF方差随时间变化的程度。为此,下图中的蓝色...

高频交易,足矣!

作者使用广义自回归条件异方差(GARCH)回报模型,并发现以下宏观经济公告对股票回报和波动性有显著影响:CPI、PPI、货币总量、贸易平衡、就业报告和房屋开工数据。Ajayi和Mehdian(1995)记录到,发达国家的外国股市通常对美国的宏观经济新闻公告反应过度。因此,外国股市往往对美元汇率和国内账户余额敏感。比如,Sadeghi(1992)...

高频交易,足矣!_腾讯新闻

作者使用广义自回归条件异方差(GARCH)回报模型,并发现以下宏观经济公告对股票回报和波动性有显著影响:CPI、PPI、货币总量、贸易平衡、就业报告和房屋开工数据。Ajayi和Mehdian(1995)记录到,发达国家的外国股市通常对美国的宏观经济新闻公告反应过度。因此,外国股市往往对美元汇率和国内账户余额敏感。比如,Sadeghi(1992)...

2024年湖南师范大学研究生入学考试时间序列分析考试大纲

无季节效应的非平稳序列分析;有季节效应的非平稳序列分析;条件异方差模型考试要点了解时间序列分解的Cramer分解定理;掌握常用的非平稳时间序列的平稳化方法;掌握指数平滑模型的类型及应用场合;掌握ARIMA模型、ARIMA加法模型、ARIMA乘法模型、和疏系数模型;掌握常见的异方差模型;掌握非平稳时间序列建模方法,给出实际案例能...

IV和GMM相关估计步骤,内生性、异方差性等检验方法

一、解释变量内生性检验首先检验解释变量内生性(解释变量内生性的Hausman检验:使用工具变量法的前提是存在内生解释变量(www.e993.com)2024年11月5日。Hausman检验的原假设为:所有解释变量均为外生变量,如果拒绝,则认为存在内生解释变量,要用IV;反之,如果接受,则认为不存在内生解释变量,应该使用OLS。

国投安信期货:30年国债期货上市给市场带来的影响

波动聚集性（volatilityclustering）是指资产收益率的波动不仅随时间变化，而且表现出在某一段时间中连续偏高或偏低的情况。因此，经典的最小二乘回归无法提取上述序列的特征。为此，恩格尔（Engle）于1982年提出了自回归条件异方差模型（简称ARCH模型），之后的学者又相继推出了基于ARCH模型的推广模型，形成了ARCH模型...

【中西合璧】针灸治疗女性纤维肌痛的随机对照试验:中医辨证下取穴...

为了控制异方差性和面板内序列相关性,进行稳健分析。为每个模型计算了随机效应的Breusch-Pagan-LaGrange乘数。所有次要分析都经Holm-Bonferroni校正,分析由对分组不知情的SM进行。使用Stata软件13.1版(CollegeStation,TX,USA)完成统计分析。资金来源:该研究(K23AT006392)由美国国立卫生研究院国家补充和综合健康...

R语言具有Student-t分布改进的GARCH(1,1)模型的贝叶斯估计

自Engle(1982)的开创性论文以来,使用时间序列模型改变波动率的研究一直很活跃。ARCH(自回归条件异方差)和GARCH(广义ARCH)类型模型迅速发展成为80年代预测波动率的经验模型的丰富家族。这些模型是金融计量经济学的广泛传播和必不可少的工具。在Bollerslev(1986)引入的GARCH(p,q)模型中,(金融资产或金融指数)对数收益yt在...

中国股票市场经过二十多年的发展,已经形成了相适应的特色道路

GuresenE，KayakutluG在研究中从纳斯达克证券交易所指数的均方误差和平均绝对偏差两个角度出发对多层感知器、动态人工神经网络和基于广义自回归条件异方差的混合神经网络等几种股票预测模型进行了比较分析，实验结果表明多层感知器比其他几种预测模型的预测结果更精确。HsuCM提出一种特征选择技术的BP神经网络来解决股票预测中...