【东吴金工 金工专题】提升技术分析的品格

GARCH模型可用于解决收益率序列条件异方差的现象,具体公式如下:4.2.ARMA-GARCH模型构建首先,将数据划分为训练集和测试集。训练集用于确定模型参数,测试集则用于后续回测和准确率验证。训练集的样本区间为2005年1月4日至2011年12月31日,测试集的样本区间为2012年1月1日至2024年8月30日。一般来说,可以通过...

从分险、赋能到激活竞争:农业政策性担保机构何以降低农贷利率

尽管前文采用了多种方法对农业政策性担保机构降低农业贷款利率的作用机制进行稳健性检验,但仍可能存在遗漏变量或者样本自选择产生的内生性问题。为此,本文进一步参考Lewbel(2012)选取工具变量的思路,基于异方差构造工具变量处理内生性问题,回归结果见表6。工具变量不可识别检验的p值小于0.01,在1%显著性水平上拒绝了“工...

回归模型中,异方差性问题如何解决?

解决异方差问题一般有三种办法,分别是数据处理(取对数)、Robust稳健标准误回归和FGLS法;三种办法可以同时使用去解决异方差问题。1.原数据做对数处理针对连续且大于0的原始自变量X和因变量Y,进行取自然对数(或10为底对数)操作,如果是定类数据则不处理。取对数可以将原始数据的大小进行‘压缩’,这样会减少异方差...

IV和GMM相关估计步骤,内生性、异方差性等检验方法

只能说好一些,如果内生的问题只是由于与单位有关的并不随时间变化的遗漏变量与解释变量有关造成的,这时,数据的差分就解决了问题,但是,别忘记还有一部分误差,如果这部分误差里包含的因素也可能影响解释变量,那么,差分只能解决前面讲的问题,由随机项里包括的因素与解释变量之间的关系导致的内生性问题还可能存在。3、...

量化专题 | 宏观预期差量化与超预期策略

这个方法假设当前预期差的潜在波动与历史预期差波动一致,但从图表12-13的结果来看,中国宏观数据预期差的波动率变化较为剧烈,具有明显的异方差性;改进点①:利用横截面数据标准化。Pericoli和Veronese(2015)对Bloomberg一致预期的分歧进行研究,发现预测分歧大的时候会降低预期差的有效性,而预测分歧小的时候会提升预期差的有...

风控策略模型下集:模型这样做

时间序列模型,用于根据已有历史数据对未来进行预测,可根据实际数据情况,选择回归差分移动平均模型(ARIMA),向量自回归模型(VAR)或广义自回归条件异方差模型(GARCH)等(www.e993.com)2024年11月6日。2.机器学习模型机器学习类模型大体分为3类:监督学习、无监督学习和强化学习。

你的模型正确吗?|深度学习_新浪新闻

为了说明如何使用TFP来量化预测的不确定性,我们从一个合成的一维数据集开始。合成数据能够使我们进行受控实验,而单一维度使我们很容易将与每个数据点和预测相关的不确定性可视化。合成数据生成这里的目标是生成一些具有非恒定方差的合成数据。数据的这种特性称为异方差。这些数据以段的形式生成,然后连接在一起,如下...

人民币汇率调整如何影响中国外贸进出口?

汇率的波动无法直接观测,以往文献中对汇率波动率的测算常用以下三种方法:1)汇率标准差的移动平均值;2)汇率变化率的移动标准差(通常选取4、8或12阶,但研究表明阶数的影响不大)[6];3)广义自回归条件异方差(GARCH)模型[7]。前两种方法测算的为历史波动率,第三种为条件预测波动率,在文献中使用更为广泛。我们分别...

重新审视摩尔定律|晶体管|光刻|线性化_网易订阅

经过Log10转换的数据在拟合期间稳定方差。使用bootstrap方法构造参数值的置信区间。对线性化数据进行Pearson相关、异方差和自相关检验(分别为Breusch-Godfrey和Durbin-Watson检验)。拟合程度通过均方根(RMS)和平均绝对百分比误差(MAPE)进行评估。没有计算R平方统计量,因为它不适用于非线性系统。修正的Akaike信息准则(AICc)...

学术| 银行信贷扩张有助于制造业升级吗?——基于研发创新的中介影响

异方差稳健的Durbin-Wu-Hausman(DWH)检验结果表明银行信贷规模存在内生性问题,故应该使用工具变量进行检验。弱工具变量检验结果均拒绝“存在弱工具变量”的原假设,表明银行信贷规模滞后一期(l.bankcredit)不是弱工具变量。第二阶段回归结果如表4列(4)和列(8)所示,在使用工具变量后本文研究结论依然...