StFinMetrics公司

用S-Plus建模金融时间序列。这本书可以看作是StFinMetrics软件的用户指南。该软件是Insightful公司开发的一个S-Plus模块,用于金融时间序列的统计分析和建模。但这本书也可以作为时间序列分析的介绍,其中包括计算和解释方面的主题。读者需要基本熟悉S-Plus。作者考虑了如下问题:非平稳性和协整性检验;向量自回归和多元GARCH模型分析;长记忆时间序列建模(包括分数ARIMA和GARCH);时间序列回归模型和回归方程组;状态空间模型;资产收益因子模型;滚动分析和变点检测;模拟极值和风险度量。这本书包含许多算法和S-Plus计算代码的例子。算法和图形工具的使用描述了实际数据的应用。


zbMATH中的参考文献(参考 32篇文章 引用,1标准件)

显示第1到第20个结果,共32个。
按年份排序(引用)
  1. Civantos,I.;García-Algarra,J.:电信服务运营行为的时间序列分析(2020)
  2. Deb,S.:基于VAR模型的多元时间序列数据聚类方法(2019)
  3. Polanco Martínez,JosuéM.:使用非线性、非参数、非平稳方法分析北美自由贸易协定股票市场之间的动态关系(2019年)
  4. Erhardt,Robert;Engler,David:用于估计短期温度组合风险的空间相关性模型的扩展(2018)
  5. Paul Bilokon;Gwinnutt,James;Jones,Daniel:《电子交易中的随机过滤方法》(2017)
  6. Pravilovic,Sonja;Bilancia,Massimo;Appice,Annalisa;Malerba,Donato:使用多时间序列分析进行地理传感器数据预测(2017)
  7. Shang,Han Lin;Haberman,Steven:分组多元函数时间序列预测:在年金定价中的应用(2017)
  8. El-Assaad,哈尼;Samé,Allou;Govaert,Gérard;Aknin,Patrice:时间数据聚类的变分期望最大化算法(2016)
  9. Laurini,Márcio Poletti;Hotta,Luiz Koodi:随机微分方程的广义矩估计(2016)
  10. Beran,Jan;Feng,Yuanhua;Ghosh,Sucharita:长期依赖和持续时间序列趋势的建模:基于EFARIMA和ESEMIFAR模型的方法(2015)
  11. Christou,Vasiliki;Fokianos,Konstantinos:非线性混合泊松自回归的估计和检验线性(2015年)
  12. Konstantakis,Konstantinos N.;Papageorgiou,Theofanis;Michaelides,Panayotis G.;Tsionas,Efsthymios G.:欧洲经济波动和财政政策:使用面板数据和聚类的政治商业周期方法(1996-2013)(2015)
  13. 陆云凡;王军;牛红丽:基于代理的金融市场动态的流行病系统非线性多重分析(2015)
  14. Yang,Ge;Wang,Jun;Fang,Wen:有限区间多型随机接触金融市场动态系统的数值分析(2015)
  15. Zevallos,Mauricio;Hotta,Luiz Koodi:条件异方差时间序列模型中的斜率影响诊断(2015)
  16. 黄婷婷;孙晓强;陈新福:仿射期限结构模型的再规范:与实证研究的联系(2014)
  17. Lopes,Sílvia R.C.;Prass,Taiane S.:分数积分指数广义自回归条件异方差过程的理论结果(2014)
  18. Abo Hammour,Za'er;Alsmadi,Othman;Momani,Shaher;Arqub,Omar Abu:线性动力系统预测的遗传算法方法(2013)ioport公司
  19. Carrizosa,Emilio;Olivares Nadal,Alba V.;Ramírez Cobo,Pepa:通过全局优化矩拟合进行时间序列插值(2013)
  20. Densing,M.:使用报童双重问题和占用时间的调度规划:水电应用(2013)