σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyخرائط الطريقالمسارات
Ctrl K
AO
+1.2k متعلّم
تسجيل الدخولانضم ↗
خرائط الطريقالمسارات
AO
+1.2k متعلّم
تسجيل الدخول
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyخرائط الطريقالمسارات
Ctrl K
AO
+1.2k متعلّم
تسجيل الدخولانضم ↗
خرائط الطريقالمسارات
AO
+1.2k متعلّم
تسجيل الدخول
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
مسار statsmodels›الوحدة 2 · نماذج السلاسل الزمنية›الموضوع 2.5·~55 دمتقدم

انحدار ذاتي متجهي للعوائد والتقلب وعوائد السندات

الموضع في المسارالوحدة 2 من 3 · الموضوع 5 من 9
2.5 انحدار ذاتي متجهي للعوائد والتقلب وعوائد السندات
—درجة المختبر— / 100إجمالي XP—التتابع—

عدة سلاسل يفسّر كل منها الأخرى

يُحدِر الانحدار الذاتي المتجهي من الرتبة p المتجه yₜ لـk متغيرًا على فجواته الـp: yₜ=c+A₁yₜ₋₁+…+Aₚyₜ₋ₚ+eₜ. لكل معادلة المتغيرات التفسيرية نفسها فتُقدَّر كل منها بالمربعات الصغرى العادية والعنصر (A₁)ⱼᵢ يخبر كم يحرّك المتغير i في الفترة السابقة المتغير j الآن. تقارن VAR(data).select_order(6) الفجوات 1 إلى 6 بـAIC وBIC وغيرهما (يفضّل BIC فجوات أقل لأنه يفرض كلفة أكبر لكل معامل)؛ وتقدّر VAR(data).fit(p) النموذج؛ وتتحقق res.is_stable() أن كل جذور كثير حدود الفجوات خارج دائرة الوحدة وهذا ما يجعل الصدمات تخبو. وبعائد SPY الشهري ولوغاريتم التقلب وتغير عائد العشر سنوات على 258 شهرًا يختار AIC الفجوتين 2 ويختار BIC 1.

سببية غرانجر عبارة عن تنبؤ لا عن سببية: يسبّب x المتغير y بمعنى غرانجر إن أضافت فجوات x قدرة تنبؤية لـy فوق فجوات y نفسه ويُختبر ذلك باختبار F لكون معاملات x في معادلة y كلها صفرًا. تعطي res.test_causality('lvol', ['ret'], kind='f') الإحصاءة وقيمة p. في البيانات تقود عوائد الأسهم التقلب (p=0.005) والعوائد (0.006) ولا يقود التقلب (0.95) ولا تغيرات العائد (0.74) العوائد. واستجابة النبضة تتبع صدمة عبر النظام: هي العنصر (j,i) من A₁^s بعد s خطوة (لـVAR(1)). صدمة وحدة في العائد الشهري (100%) تخفض لوغاريتم التقلب بـ1.82 في الشهر التالي ثم 0.87 و0.49 و0.27 وتخبو لأن النظام مستقر؛ ولهبوط 5% اضرب في -0.05: ارتفاع التقلب نحو 9% وهو أثر الرافعة. وتكرر res.forecast(last_obs, steps) النموذج من آخر p مشاهدة وتعطي تنبؤات مشتركة: ينجرف لوغاريتم التقلب من -2.12 نحو متوسطه.

  • اختر الفجوة بـAIC وBIC (يفضّل BIC أقل) ثم تحقق أن النظام مستقر.
  • سببية غرانجر تنبؤية لا سببية: اختبار F على فجوات متغير في معادلة آخر.
  • استجابات النبضة تبيّن كيف تخبو الصدمة؛ حوّل صدمة الوحدة إلى حجم واقعي قبل قراءتها.

المختبر: ما الذي يُقيَّم

  • اختيار الفجوة10 نقطة
  • ملاءمة VAR10 نقطة
  • اختبار غرانجر15 نقطة
  • جدول غرانجر10 نقطة
  • استجابة النبضة15 نقطة
  • التنبؤ المشترك10 نقطة
  • دراسة VAR30 نقطة
المستكشف · lab-sx-17
▾ lab-sx-17
▾ data
…
bash · داخل المتصفح
learner@quantcraft:~/lab-sx-17$
لم يتم تحميل Python بعدPythonLn 1, Col 1Spaces: 4UTF-8

هل تريد إعادة ضبط هذا الموضوع؟

سيعود كل ما في lab-sx-17 إلى الملفات الابتدائية وستُمسح الطرفية. ستفقد حلّك الحالي ولا يمكن التراجع عن ذلك.

سيُعاد ضبطه
  • main.py ← الشيفرة الابتدائية
  • سجل الطرفية ومخرجات الاختبارات
  • التغييرات غير المُرسلة
سيُحتفظ به
  • أفضل درجة في المختبر
  • نقاط XP والتتابع
  • تقدّم المحاضرة والملاحظات

سجّل الدخول لتشغيل الكود الخاص بك.

قراءة كل المحاضرات مجانية. أنشئ حسابًا أو سجّل الدخول لتشغيل الكود وتنفيذ الاختبارات وتسليم هذا المختبر.

  • بيئة تطوير داخل المتصفح مع طرفية bash — لا حاجة لتثبيت أي شيء
  • تصحيح فوري ونقاط خبرة ومكانك في المسار
إنشاء حسابتسجيل الدخول
أو
المتابعة عبر GitHub