时间序列分析

时间序列分析是金融领域的核心技术之一,专注于研究按时间顺序排列的数据的变化规律和趋势。在金融市场中,它对于资产价格预测、风险管理、投资策略制定以及经济周期研究尤为关键。通过分析历史数据,投资者能够洞察市场行为的动态特征,如波动性、趋势和季节性变化,进而做出更明智的投资决策。时间序列模型,如ARIMA和GARCH,能够量化这些模式并用于预测未来走向,为金融决策提供数据驱动的见解。

三因子线性模型(包含滚动训练)

{{membership}}

https://bigquant.com/codeshare/37d36e41-2184-4342-b581-9561f199eeec

\

更新时间:2024-01-12 07:01

马尔科夫链

策略源码:

{{membership}}

https://bigquant.com/codeshare/21de4ff9-d94b-41b5-b259-b1c628c8e15a

\

更新时间:2023-11-30 09:54

时间序列预测(二):ARMA模型

https://bigquant.com/experimentshare/3cd3de646cfc44ac82c56535616dde0b

\

更新时间:2023-11-26 16:58

python入门


\

更新时间:2023-11-26 16:58

零基础《AI挑战虚拟股票预测大赛》入门教程

https://bigquant.com/experimentshare/57c7495eba374b90b4d5747154df41b8

\

更新时间:2023-11-26 16:58

ts_max会出现nan值,该怎么解决呢?

想取近1000天,个股收盘价的最大值,用ts_max的时候,发现如果个股上市未满1000天的话,该变量值就会变成nan…如果未满1000天,这个变量值不应该是上市至今最大收盘价么?

请问平台的各位老师,这个问题该怎么解决呢?

{w:100}

{w:100} ![{w:100}](/wiki

更新时间:2023-10-09 06:31

【量化研究】高频时间尺度的相关性结构

这是一篇简单探讨高频时间尺度的相关性结构的paper。

![](/community/uploads/default/original/3X/6/9/69f10a5b74c09f78e4a141b864313500f

更新时间:2023-06-14 03:02

python量化交易教程——常用函数

关于python的优势就不说再多了,地球人都知道,还不知道的去面壁思过。因为不想当韭菜,所以还是自己老老实实写代码吧。

记录些常用的内容,以便自己回头复习。

常用的函数有:

  • numpy 处理向量矩阵

  • scipy 数据统计优化处理

  • pandas 金融数据分析

  • matplotlib 画图

  • tushare 财经数据

  • Zipline 回测平台

  • TaLib 技术指标

  • BigQuant 人工智能量化投资平台

——介绍

Numpy

Numpy是Python的一个科学计算的库,提供了矩阵运

更新时间:2023-06-14 03:02

时间序列分析vs机器学习——金融中哪个有用?

这几年是机器学习蓬勃发展的时代,支持向量机、决策树、隐式马尔科夫、神经网络、深度学习等名词很多人都可以随口说出几个来,它们在各个领域也确实有很成功的应用。而金融作为人们潜意识中的所谓“食物链上的顶端”,这些领域的研究者也很想把自己的模型往金融上靠。而很多学生,或许自己并没有怎么学习过这些模型,也很喜欢问“某某模型在交易股票上到底有没有用”这类问题。

时间序列分析是统计学里面的一大块,一般本科和研究生低年级会学习经典的时间序列分析,比如ARMA, GARCH, State-space Model, Vector ARMA等,这些跟机器学习的模型当然是很不一样的。

金融市场股票和期货的数据本质

更新时间:2023-06-14 03:02

金融&量化知识

\

更新时间:2023-06-14 03:02

TensorFlow系列



\

更新时间:2023-06-14 03:02

金融时间序列分析入门【一】

作者:fyiqi 原文链接:金融时间序列分析入门(一)

与时间序列分析相关的部分基础知识/概念

1.1 什么是时间序列


简而言之:对某一个或者一组变量 x(t) 进行观察测量,将在一系列时刻 t1,t2,⋯,tn 所得到的离散数字组成的序列集合,称之为时间序列。

例如: 某股票A从2015年6月1日到2016年6月1日之间各个交易日的收盘价,可以构成一个时间序列;某地每天的最高气温可以构成一个时间序列。


一些特征:趋势:是时间序列

更新时间:2023-06-14 03:02

大盘趋势预测:R/S方法计算Hurst指数

原文传送门:RQ:Hurst指数计算

计算的源代码请到RQ查询

  1. 文末策略代码传送门:[Hurst+ETF轮动](https://www.ricequant.com/community/topic/889/hurst-%E6%8C%87%E6%95%B0-e

更新时间:2023-06-14 03:02

AR、MA及ARMA模型

在上一讲中我们介绍了时间序列中最为重要的三个概念,在本讲里面会介绍几个最为基础的时间序列模型:AR、MA和ARMA,这些模型都旨在解释事件序列内在的自相关性从而预测未来。在ARMA模型的基础上,还有扩展的ARIMA和SARIMA模型。

对于金融时间序列,由于其具有volatility clustering的特性,时间序列的波动率(二阶矩)并不是一个不变的常数,AR、MA和ARMA模型是无法刻画这种条件异方差的特性,ARCH和GARCH模型可以解决这一问题,关于在量化中大量运用的GARCH簇模型在后面会有较多篇幅去介绍。

如何选择最优的模型

在讲具体模型之前,我们首先需知道什么是最

更新时间:2023-06-14 03:02

Python系列



\

更新时间:2023-06-14 03:02

隐马尔可夫链之基本原理

在本讲中,我会给大家介绍隐马尔可夫模型(HMM)的基本原理。HMM是一种非常重要的机器学习算法,在自然语言处理和语音识别中有着极其广泛的应用。HMM涉及到的内容非常的多,本次讲解无法面面俱到,希望大家能抽出时间更加系统地学习这个模型。

一个进入HMM世界的简单例子是:在赌场内有一个赌徒玩得一手好骰子,战无不胜,赌场老板怀疑赌徒偷换了骰子(不均匀的),于是通过摄像头把每次骰子出现的点数都记录了下来,现在问题是通过这一串点数你能判断赌徒是否偷换了骰子吗?如果偷换了那么用了几个作弊的骰子?这几个作弊的骰子每个点数出现的概率是多大?(该例子来源于[小小鸟小小 - 博客频道 - CSDN.NET](h

更新时间:2023-06-14 03:02

(No.38)时间序列异常点检测算法

写在前面:

针对一个数值序列,识别出其中的异常波动点。例如:

p = [1 1 1.1 1 0.9 1 1 1.1 1 0.9 1 1.1 1 1 0.9 1 1 1.1 1 1 1 1 1.1 0.9 1 1.1 1 1 0.9 1, ...
     1.1 1 1 1.1 1 0.8 0.9 1 1.2 0.9 1 1 1.1 1.2 1 1.5 1 3 2 5 3 2 1 1 1 0.9 1 1 3, ... 
     2.6 4 3 3.2 2 1 1 0.8 4 4 2 2.5 1 1 1];

![](https://pic2.zhimg.c

更新时间:2023-06-14 03:02

如何生动有趣的入门线性代数

如何生动有趣的入门线性代数

目录

更新时间:2023-06-14 03:02

RNN以及LSTM的介绍和公式梳理

前言

最近花了不少时间看RNN以及LSTM的论文,在组内『夜校』分享过了,再在这里总结一下发出来吧,按照我讲解的思路,理解RNN以及LSTM的算法流程并推导一遍应该是没有问题的。

RNN最近做出了很多非常漂亮的成果,比如Alex Graves的手写文字生成、名声大振的『根据图片生成描述文字』、输出类似训练语料的文字等应用,都让人感到非常神奇。这里就不细说这些应用了,我其实也没看过他们的paper,就知道用到了RNN和LSTM而已O(∩_∩)O

RNN(Recurrent Neural Network)

![image|690x351](/community/uploads

更新时间:2023-06-14 03:02

从语音识别到股指预测---隐马尔科夫模型(HMM)的一种应用

知乎上关于隐马尔科夫模型的科普非常详细了。可以直接参考这个问题下面大神们的回答。

如何用简单易懂的例子解释隐马尔可夫模型? - 数学

中文互联网上关于隐马模型在股票上的应用,基本都直接或间接引用了广发证券的2010年的一篇照理不应该公开的报告。知乎上面的就有:

陈小米 的 [【研究】西蒙斯的赚钱秘籍:隐马尔科夫模型(HMM)的择时应用 - 神秘的宽客们 - 知乎专栏](https://zhuanlan.zhihu.

更新时间:2023-06-14 03:02

表达式功能增强建议

希望能增加两个表达式

1 类似ts_max(x,d) 增加一个参数

ts_max(x,,y,d) 表示当x在d日内取最大值时返回y值。

例子 :ts_max(turn_0,close_0,10) 表示当换手率在10日内取最大值时返回收盘价值。


2 所有的类似 shift(x,d) 其中d 不能为变量

是否可以传入变量,或者在series 参数中取一个下标值。

例子

day = 10

shift(close_0,day[0]) 类似这样的方法,让函数使用变量。




\

更新时间:2023-06-01 14:27

想要知道距离某个条件成立到今天的交易天数,需要怎么做?

如题

比如条件在2.14号条件成立了,那么在2.15返回天数是1,在2.16返回是2

求助各位大神,万分感谢

更新时间:2023-06-01 02:13

如何做分钟周期的标注

问题

如何做分钟周期的标注

解答

在Meetup10月15日有讲分钟数据标注的,你看一下:BigQuant AI量化专家Meetup(更新至12月03日) 4

https://bigquant.com/experimentshare/58f8eb3f17fe4114bcd49557ceb1902a

\

更新时间:2023-06-01 02:13

请问在特征数据中如何统计一段时间内某个条件出现次数

问题

例如我要在特征中加入一个因子:统计30日内收益小于5%的天数,该怎么写

解答

{w:100}

更新时间:2023-06-01 02:13

A股28行业间信息传递强度和方向,大金融、TMT为高度根节点

Information Flow Networks of Chinese Stock Market Sectors

中国股市的行业信息流动网络

作者:Peng Yue, Qing Cai, et al.

出处:arXiv.org, 2020-04

摘要:传递熵度量了不同时间序列之间信息流动的强度和方向。文章研究了中国股票市场的信息流网络,确定了重要的板块和信息流路径。本文使用申万2000-2017年28个一级行业的日收盘价数据,研究不同板块之间的信息传递。作者构建了以部门为节点,以部门之间的传递熵为边界的信息流网络。然后使用最大的生成树状图(MS

更新时间:2022-11-20 03:34

分页第1页第2页