原文鏈接：http://tecdat.cn/?p=23130?

原文出處：拓端數(shù)據(jù)部落公眾號(hào)

?

To

本文目標(biāo)是創(chuàng)建合成波動(dòng)率指數(shù)，1）當(dāng)應(yīng)用于標(biāo)準(zhǔn)普爾500指數(shù)時(shí)，盡可能地反映VIX指數(shù)；2）完全依靠?jī)r(jià)格作為輸入，因此它可以應(yīng)用于任何市場(chǎng)指數(shù)。

所述的解決方案是合成波動(dòng)率指數(shù)。> Mov(ATR(1)/C,20,S)

下面我將嘗試代碼。

?

該估計(jì)值與TTR軟件包提供的其他波動(dòng)率估計(jì)值相似。

?

最受歡迎的見(jiàn)解

1.在python中使用lstm和pytorch進(jìn)行時(shí)間序列預(yù)測(cè)

2.python中利用長(zhǎng)短期記憶模型lstm進(jìn)行時(shí)間序列預(yù)測(cè)分析

3.使用r語(yǔ)言進(jìn)行時(shí)間序列（arima，指數(shù)平滑）分析

4.r語(yǔ)言多元copula-garch-模型時(shí)間序列預(yù)測(cè)

5.r語(yǔ)言copulas和金融時(shí)間序列案例

6.使用r語(yǔ)言隨機(jī)波動(dòng)模型sv處理時(shí)間序列中的隨機(jī)波動(dòng)

7.r語(yǔ)言時(shí)間序列tar閾值自回歸模型

8.r語(yǔ)言k-shape時(shí)間序列聚類方法對(duì)股票價(jià)格時(shí)間序列聚類

9.python3用arima模型進(jìn)行時(shí)間序列預(yù)測(cè)