R语言随机波动模型SV:马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列...

全文链接:http://tecdat.cn/?p=31162

最近我们被客户要求撰写关于SV模型的研究报告,包括一些图形和统计输出**(** 点击文末"阅读原文"获取完整代码数据******** )。

相关视频

本文做SV模型,选取马尔可夫蒙特卡罗法(MCMC)、正则化广义矩估计法和准最大似然估计法估计。

模拟SV模型的估计方法:

go 复制代码
sim <- svsim(1000,mu=-9, phi = 0.97, sigma = 0.15)

print(sim)

summary(sim)
go 复制代码
plot(sim)

绘制上证指数收益时间序列图、散点图、自相关图与偏自相关图

我们选取上证指数5分钟高频数据:

go 复制代码
data=read.csv("上证指数-5min.csv",header=TRUE)
#open:开盘价  close:收盘价 vol:成交量 amount:成交额
head(data,5)  #观察数据的头5行
tail(data,5)  #观察数据的最后5行
Close.ptd<-data$close
Close.rtd<-diff(log(Close.ptd))  #指标一:logReturn
rets=diff(data$close)/data$close[-length(data$close)]  #指标二:Daily Returns,我们选择Daily Returns
library(tseries)
adf.test(rets)

## 绘制上证指数收益时间序列图、散点图、自相关图与偏自相关图
Close.ptd.ts<-ts(Close.ptd,start=c(2005,1,4),freq=242)  
plot(Close.ptd.ts, type="l",main="(a) 上证指数日收盘价序列图",

acf(Close.rtd,main='',xlab='Lag',ylab='ACF',las=1)    
title(main='(b) 上证指数收益率自相关检验',cex.main=0.95)

pacf(Close.rtd,main='',xlab='Lag',ylab='PACF',las=1)               
title(main='(c) 上证指数收益率偏自相关检验',cex.main=0.95)
def.off

## Q-Q图、经验累积分布ecdf图、密度图、直方图 
qqnorm(Close.rtd,main="(a) 上证指数收益率Q-Q图",cex.main=0.95,
       xlab='理论分位数',ylab='样本分位数')            
qqline(Close.rtd)                                 
#经验累积分布ecdf图
plot(ECD,lwd = 2,main="(b) 上证指数收益率累积分布函数图",cex.main=0.95,las=1) 
xx <- unique(sort(c(seq(-3, 2, length=24), knots(ECD))))         
abline(v = knots(ECD), lty=2, col='gray70')                           
x1 <- c((-4):3)             # 设定区间范围
lines(x1,pnorm(x1,mean(Close.rtdC[1:10]),sd(Close.rtd[1:10])))  
#密度图
plot(D, main="(c) 上证指数核密度曲线图 ",xlab="收益", ylab='密度',
     xlim = c(-7,7), ylim=c(0,0.5),cex.main=0.95)       
polygon(D, col="gray", border="black")                 
curve(dnorm,lty = 2, add = TRUE)                        

lines(x2,dnorm(x2,mean=0,sd=1))      
abline(v=0,lty = 3)                                     
legend("topright", legend=c("核密度","正态密度"),lty=c(1,2),cex=0.5)
#直方图
hist(Close.rtd[1:100],xaxt='n',main='(d) 上证指数收益率直方图',
     xlab='收益/100',ylab='密度', freq=F,cex.main=0.95,las=1)        
lines(x2,dnorm(x2,mean(Close.rtd[1:100]),sd(Close.rtd[1:100]))) 
axis(1,at=axTicks(1),labels = as.integer(axTicks(1))/100 )

点击标题查阅往期内容

【视频】随机波动率SV模型原理和Python对标普SP500股票指数预测|数据分享

左右滑动查看更多

01

02

03

04

SV模型

go 复制代码
{
  N <- length(logReturn)
  mu <- (1/N)*sum(logReturn)
  sqrt((1/N) * sum((logReturn - mu)^2))
}

  return=-1.5*log(h)-y^2/(2*h)-(log(h)-mu)^2/(2*sigma2)
}

马尔可夫链蒙特卡罗估计

该模型使用了Kastner和Fruhwirth-Schnatter所描述的算法。使用的R代码是:

go 复制代码
###Markov Chain Monte Carlo

summary(mcmc)

准最大似然估计

SV模型可以用QML方法在R中用许多不同的状态空间和Kalman滤波包来估计。

go 复制代码
a0=c(parm[1])

  P0=matrix(parm[3]^2/(1-parm[2]^2))

  dt=matrix(parm[1]*(1-parm[2]))

  ct=matrix(-1.27)

  Tt=matrix(parm[2])

  Zt=matrix(1)

  HHt=matrix(parm[3]^2)

  GGt=matrix(pi^2/2)

  ans<-fkf(a0=sp$a0,P0=sp$P0,dt=sp$dt,ct=sp$ct,Tt=sp$Tt,Zt=sp$Zt,HHt=sp$HHt,GG

正则化广义矩阵

在R函数中定义矩条件,然后估计参数0。

go 复制代码
moments <- c (

    m1 = sqrt(2/pi)*exp(mu/2 + sig2h/8),

    m2 = exp(mu +  sig2h/2 ) ,

    m3 = 2*sqrt ( 2/pi ) * exp( 3*mu/2 + 9*sig2h/8 ) ,
    gmm(g = sv.moments , x =rets , t0=c(mu=-10, phi=0.9,sigmaeta= 0.2),

点击文末**"阅读原文"**

获取全文完整代码数据资料。

本文选自《R语言随机波动模型SV:马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列》。

点击标题查阅往期内容

HAR-RV-J与递归神经网络(RNN)混合模型预测和交易大型股票指数的高频波动率

Matlab马尔可夫链蒙特卡罗法(MCMC)估计随机波动率(SV,Stochastic Volatility) 模型

R语言隐马尔可夫模型HMM连续序列重要性重抽样CSIR估计随机波动率模型SV分析股票收益率时间序列

马尔可夫Markov区制转移模型分析基金利率

马尔可夫区制转移模型Markov regime switching

时变马尔可夫区制转换MRS自回归模型分析经济时间序列

马尔可夫转换模型研究交通伤亡人数事故时间序列预测

如何实现马尔可夫链蒙特卡罗MCMC模型、Metropolis算法?

Matlab用BUGS马尔可夫区制转换Markov switching随机波动率模型、序列蒙特卡罗SMC、M H采样分析时间序列

R语言BUGS序列蒙特卡罗SMC、马尔可夫转换随机波动率SV模型、粒子滤波、Metropolis Hasting采样时间序列分析

matlab用马尔可夫链蒙特卡罗 (MCMC) 的Logistic逻辑回归模型分析汽车实验数据

stata马尔可夫Markov区制转移模型分析基金利率

PYTHON用时变马尔可夫区制转换(MRS)自回归模型分析经济时间序列

R语言使用马尔可夫链对营销中的渠道归因建模

matlab实现MCMC的马尔可夫转换ARMA - GARCH模型估计

R语言隐马尔可夫模型HMM识别不断变化的股票市场条件

R语言中的隐马尔可夫HMM模型实例

用机器学习识别不断变化的股市状况---隐马尔科夫模型(HMM)

Matlab马尔可夫链蒙特卡罗法(MCMC)估计随机波动率(SV,Stochastic Volatility) 模型

MATLAB中的马尔可夫区制转移(Markov regime switching)模型

Matlab马尔可夫区制转换动态回归模型估计GDP增长率

R语言马尔可夫区制转移模型Markov regime switching

stata马尔可夫Markov区制转移模型分析基金利率

R语言如何做马尔可夫转换模型markov switching model

R语言隐马尔可夫模型HMM识别股市变化分析报告

R语言中实现马尔可夫链蒙特卡罗MCMC模型

相关推荐
ComPDFKit2 小时前
RAG 回答只显示 PDF 文件名?用 Python 保留引用页码
开发语言·python·pdf·rag
FRing032 小时前
vue3干货总结2(vue3生命周期、父子通信、模版引用、provide和inject)
开发语言·前端·vue.js·vue3
琳少_4 小时前
java程序开发笔记
java·开发语言·数据库·笔记
七夜zippoe5 小时前
Agent 告警设计:分级告警、智能降噪与值班排班
开发语言·ai·agent·告警·智能降噪·值班排班
严肃小白兔6 小时前
PHP 8.6 正式发布:部分函数应用、原生 I/O 轮询与新特性实战解析
开发语言·php
郝学胜-神的一滴7 小时前
Effective Python 条款36:优雅拼装迭代器与生成器
开发语言·数据结构·人工智能·python·numpy·scikit-learn
wuyk5558 小时前
Python办公自动化-第04讲-批量新建Excel
开发语言·python·excel
code2cat9 小时前
【随笔】Java客户端选了HTTP/3,怎样知道请求实际走了哪个版本
java·开发语言·http
honker_X12 小时前
Python字符串全攻略:从入门到精通
开发语言·python
半杯咖啡半行码12 小时前
Qt 隐式共享(Implicit Sharing)深度解析:机制、陷阱与 Qt6迁移
开发语言·数据库·qt