- 博客(6)
- 收藏
- 关注
RSS订阅原创 用copula来估计VaR
一. 理论部分1、数据下载地址：股票日收益率数据2、Copula其中 在区间 (0,1) 内服从均匀分布。3、参数估计采用拟极大似然估计，其中 是伪观测值。4、拟合优度，用于比较模型二. 实证部分1、代码部分代码2、结果展示结果三. VaR计算1.、拟合边缘分布2、Monte Carlo模拟3、VaR与CVaR...
2018-10-27 21:28:14
7555
9
原创 Garch模型
首先得看下Garch(1,1)模型长什么样（1）首先生成一个Garch(1,1)序列n <- 10000a <- c(0.1, 0.3, 0.6) # GARCH(1,1) coefficientssigma_0 <- sqrt(a[1]/(1 - a[2] - a[3]))r_0 <- sigma_0 * rnorm(1)r <- dou...
2018-08-15 14:40:39
7086
2
原创 感知机学习笔记
不看书凭回忆的感知机是这样的：这也是一种分类方法，旨在找一个超平面来划分数据，超平面的公式为，这里的w和x应该加粗的，表示向量。 假设，超平面就可以写作。平面中超平面就是一条线，三维空间中超平面就是一个面，更高维以此类推，我们的目标就是求解参数。 方法是这样的，先把w和x进行扩充，把b纳入到w里，这样省事。接着给w设定初始值，给学习率也设定一个初始值，有了w就可以结合sign函数预测出类别...
2018-07-19 19:38:54
305
原创 Logistic regression学习笔记
logsitic 回归是一种分类方法，既可以应用于二分类问题也可以应用于多分类问题。我们知道，要估计模型的参数，一个直观的想法是写出对数似然函数 L(w)，对 L(w) 求极大值，得到 w 的估计值。对于 logistic 回归模型来说，具体步骤就是：（1）写出似然函数（2）写出对数似然函数（3) 最大化 L(w) 等价于最小化 -L(w)-----------目标函...
2018-07-16 21:38:37
350
原创 朴素贝叶斯学习笔记
1.1 贝叶斯公式P(B|A): 事件A发生条件下事件B发生的概率，即后验概率；P(B): 事件B发生的概率，即先验概率；P(A|B): 事件B发生条件下事件A发生的概率，即条件概率。1.2 特征条件独立假设要求后验概率，麻烦的点在于条件概率的参数太多，有着指数级数量的参数，假设：（上头的参数个数是《统计学习方法》第47页给出的 ，我不太理解，举个例子，如果有两个特征X1，X2，各有3种取值，标签...
2018-07-03 18:46:04
418
原创 word2016转mathtype
用word2016自带公式编辑器给师兄敲了一堆公式之后，发现毕业论文要求用mathtype官网给的解决措施是：1、http://www.mathtype.cn/wenti/wordgongshi-zhuanhuan.html2、http://dessci.com/en/support/mathtype/tsn/tsn166.htm不知道有没有人成功过 反正我是没有的 几番摸索终于找到解决办法 首先...
2018-02-22 17:38:41
13557
15
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人