dcc-garch原理简介和模型实现
DCC-GARCH（DynamicConditional Corelational Autoregressive Conditional Heteroscedasticity Model）用于研究市场间 波动率 的关系。 接下来我们按照
推荐阅读
热门文章
Golang 线程和协程的区别
线程：多线程是为了解决CPU利用率的问题，线程则是为了减少上下文切换时的开销，进程和线程在Linux中没有本质区别，最大的不同就是进程有自己独立的内存空间，而线程是共享内存空间。在进程切换时需要转换内存地址空间，而线程切换没有这个动作，所以
请问R语言里有没有做非线性VAR模型的包？
这里分享一下R语言实现VAR和SVAR的整个流程。主要步骤包括：1.单位根检验2.确定滞后阶数3.格兰杰因果检验4.模型稳定性检验5.脉冲响应6.方差分解(Johansen协整检验，如果需要的话)整个过程用到的R语言的扩展
Python—Transition实现有限状态自动机
Github-Transition项目 —Python的Transitions库实现有限状态机(FSM) 有限状态机详解L=['aabg','abg','ag','
python函数深入浅出 12.os.getcwd()函数详解
os是python自带的系统模块，需要import使用 os 源于英文Operating System（操作系统）的缩写 cwd 则是源于Current Working Directory,中文意思是 当前工作目录 所以os.
如何在R中进行Hausman Test
hausman检验在eviews5.1或以上版本可以直接进行。可点击VIEW，选FIXEDRANDOmeffectstestingcorrelatedrandomeffect-hausmantest直接得到检验结果面板数据确定采用固定效
有什么英文名含义是：流浪，漂泊。
1、wander ['wɔndə]v. 徘徊；闲逛：例句: The speaker's eyes wandered round the whole house. 离家出走；离开亲戚朋友(常与 off 连用)：例句:
r语言lm函数可以做非线性回归吗
模型拟合对于人口模型可以采用Logistic增长函数形式，它考虑了初期的指数增长以及总资源的限制。其函数形式如下。首先载入car包以便读取数据，然后使用nls函数进行建模，其中theta1、theta2、theta3表示三个待估计参数，st
有哪些关于 R 语言的书值得推荐
数据挖掘与R语言 本书首先简要介绍了R软件的基础知识（安装、R数据结构、R编程、R的输入和输出等）。然后通过四个数据挖掘的实际案例 （藻类频率的预测、证券趋势预测和交易系统仿真、交易欺诈预测、微阵列数据分类）介绍数据挖掘技术。这四个案例基本
R语言：TOPSIS综合评价法进行多属性最优方案选择
一般地， TOPSIS综合评价法 主要包含两个步骤：计算权重和计算相对接近度。如需详细了解 TOPSIS综合评价法 的原理和方法，请自行百度，网上有许多非常详尽的原理说明和案例讲解。 根据熵权法确定各个指标的权重；计算各指标信息熵，指标
使用R语言进行协整关系检验
使用R语言进行协整关系检验协整检验是为了检验非平稳序列的因果关系，协整检验是解决伪回归为问题的重要方法。首先回归伪回归例子：伪回归Spurious regression伪回归方程的拟合优度、显著性水平等指标都很好，但是其残差序列是一个非平稳
R-统计分析的一些R包和函数
横截面数据回归经典方法 quantreg 分位数回归MASS BOX-COX变换survival 生存函数、COX比例危险回归模型mfp COX比例危险回归模型多重分数多项式car 可以检查vif
R语言利用caret包比较ROC曲线
R语言利用caret包比较ROC曲线我们之前探讨了多种算法，每种算法都有优缺点，因而当我们针对具体问题去判断选择那种算法时，必须对不同的预测模型进行重做评估。为了简化这个过程，我们使用caret包来生成并比较不同的模型与性能。操作加载对应的
R语言--不均衡问题处理
样本不均衡问题是指在机器学习分类任务中，不同类型的样本占比差距悬殊。 比如训练数据有100个样本，其中只有5个正样本，其余均为负样本，这样正样本：负样本=5%：95%，训练数据中负样本过多，会导致模型无法充分学习到正样本的信息，这时候
R语言中的tree和rpart有什么区别
rpart包的处理方式：首先对所有自变量和所有分割点进行评估，最佳的选择是使分割后组内的数据更为“一致”(pure)。这里的“一致”是指组内数据的因变量取值变异较小。rpart包对这种“一致”性的默认度量是Gini值。确定停止划分的参数有很
r语言stop终止所有函数执行吗
用stopHTML 代码:<button id="go">Go<button><button id="stop">STOP!&
R语言中 fitted和predict的区别
简单的说，fitted是拟合值，predict是预测值：所做的模型是基于给定样本的值建立的，在这些给定样本x1,x2,...,xn（已知所对应的y值）上做预测就是拟合；在新样本上xn+1,xn+2,...（y值未知）做预测，就是模型预测。
R语言-KNN算法
1、K最近邻(k-NearestNeighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本
如何在R语言中使用Logistic回归模型
在日常学习或工作中经常会使用线性回归模型对某一事物进行预测，例如预测房价、身高、GDP、学生成绩等，发现这些被预测的变量都属于连续型变量。然而有些情况下，被预测变量可能是二元变量，即成功或失败、流失或不流失、涨或跌等，对于这类问题，线性回归
用R语言进行关联分析
用R语言进行关联分析关联是两个或多个变量取值之间存在的一类重要的可被发现的某种规律性。关联分析目的是寻找给定数据记录集中数据项之间隐藏的关联关系，描述数据之间的密切度。几个基本概念1.项集这是一个集合的概念，在一篮子商品中的一件消费品即