0. 目录
金融时间序列分析:9. ARMA自回归移动平均模型
金融时间序列分析:8. MA模型实例(Python)
金融时间序列分析:7. MA滑动平均模型
金融时间序列分析:6. AR模型实例
金融时间序列分析:5. AR模型实例(Python)
金融时间序列分析:4. AR自回归模型
金融时间序列分析:3. First Demo By Python
金融时间序列分析:2. 数学分析模型
金融时间序列分析:1. 基础知识
1. 前言
前一篇写了如何用Python构建AR模型,但是由于不太熟悉,很多问题都没有说清楚,本文用R语言详细的讲一讲,算是为前面两篇文章补漏吧。
2. 获取数据
library(quantmod)
library(xts)
library(zoo)
library(quantmod)
library(TTR)
#获取数据
getSymbols("300033.SZ")
View(`300033.SZ`)
3. 数据预处理
THS.Close = `300033.SZ`$`300033.SZ.Adjusted`
THS.Close
dim(THS.Close)
library(fBasics)
pacf(THS.Close, lag.max = 30)
acf(THS.Close, lag.max = 30)
THS.ret = diff(THS.Close)
tail(THS.ret)
log_data = log(THS.Close)
log_ret = diff(log_data)
数据清理:
<
R语言实现:金融时间序列分析之AR模型详解

本文是金融时间序列分析系列的第六篇,主要介绍使用R语言构建AR模型。作者通过详细步骤,包括获取数据、数据预处理、数据预览和模型定阶,解释了AR模型的构建过程,旨在弥补之前Python实现中的不足。
最低0.47元/天 解锁文章
378

被折叠的 条评论
为什么被折叠?



