摘要: ## Econometric Analysis ## install.packages("wooldridge") library(wooldridge); library(glm2); library(mlogit);library(MASS) # 2. Basic method ##### ## 阅读全文
posted @ 2020-02-16 18:53 AmosDing 阅读(285) 评论(0) 推荐(0)
摘要: #构建VAR模型 library(sandwich) library(strucchange) library(vars) data.new<-data.frame(S1,S2) VARselect(data.new,lag.max=20,type="trend") #选择最优的滞后阶数 var<- 阅读全文
posted @ 2020-02-16 18:51 AmosDing 阅读(3741) 评论(0) 推荐(0)
摘要: (一)协整检验 library(urca) r6=lm(S1~S2) re=resid(r6) h=ur.df(re,type="trend",selectlags="AIC") summary(h) (二)建立误差修正模型(ECM) dd1=diff(data1) dd2=diff(data2) 阅读全文
posted @ 2020-02-16 18:48 AmosDing 阅读(1785) 评论(0) 推荐(0)
摘要: (一)建立ARIMA模型 auto.arima(AA[,4])#识别最优阶数 arima1<-arima(AA[,4],order=c(0,1,3),method="ML") summary(arima1) (二)建立GARCH模型 #GARCH模型 library(rugarch) myspec= 阅读全文
posted @ 2020-02-16 18:44 AmosDing 阅读(2309) 评论(0) 推荐(0)
摘要: (一)单位根检验 #法一 library(fUnitRoots) unitrootTest(AA[,4]) #法二 library(urca) nl=ur.df(AA[,4],type='none',selectlags='AIC')# 其中type有none、trend(趋势项)、drift(漂移 阅读全文
posted @ 2020-02-16 18:39 AmosDing 阅读(2365) 评论(0) 推荐(0)
摘要: (一)不同来源的数据合并 需要注意的是,由于国债收益率从Wind导入(为数据框类型),而股票数据是使用quantmod包爬取(为zoo、xts类型),因此出现了数据类型和时间不匹配问题。 先通过设置UTC(美国标准时间)来避免时区不一致问题(因为后面的合并是基于索引),再将国债日收益率导入,然后转化 阅读全文
posted @ 2020-02-16 18:36 AmosDing 阅读(2910) 评论(0) 推荐(0)
摘要: (1)数据网址获取 网易财经和新浪财经等网站的数据可以免费获取,我们可以使用爬虫方法(通过rvest包)抓取相应网站的表格数据,我们首先以在网易财经中抓取600550在2019年第3季度的数据为例,其网址为: http://quotes.money.163.com/trade/lsjysj_6005 阅读全文
posted @ 2020-02-16 18:20 AmosDing 阅读(1685) 评论(0) 推荐(1)
摘要: 1、R进行金融分析最常见的时间序列对象: 时间序列是一系列数据点,每个数据点都与时间戳相关联。R语言中最常用的时间序列对象是zoo包提供的zoo格式,xts包提供的xts格式和timeSeries包提供的timeSeries格式。quantmod包获取的股票数据就是属于zoo、xts。 2、三种时间 阅读全文
posted @ 2020-02-16 18:14 AmosDing 阅读(1294) 评论(0) 推荐(0)