如何用R语言做马尔科夫预测问题

Python019

如何用R语言做马尔科夫预测问题,第1张

预测法由于所涉及的新概念多,数学表示式复杂,按照一般从原理介绍到应用举例的程序教学,学生不容易接受。本文试将马尔科夫链的基本原理与实际应用两者结合起来,在应用中介绍概念,将基本概念化整为零,使抽象枯燥的理论与具体生动的实例有机地结合起来。根据企业经营活动的需要,介绍该方法在企业

R本身是一门统计语言，主要用于统计分析，前面的语法部分算是基础，接下来开始进入统计模型应用。首先从最常用的回归分析说起。

有关线性回归分析模型的基本假定需要注意：1）关于随机干扰项的高斯-马尔科夫定理；2）关于自变量的：不存在共线性；3）关于模型的：模型设定正确。

用 glm 函数建立广义线性模型，用参数 family 指定分布类型，logistic模型指定为binomial

用 predict 函数进行预测， predict(model, data, type = 'response'

此外，还可以用 mlogit 包中的 mlogit 函数做多分类变量logistic回归， rms 包中的 lrm 函数做顺序变量logistic回归， glmnet 包中的 glmnet 函数做基于正则化的logistic回归

量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。