股灾预测算法

1. 什么是波动率指数

原文链接：http://tecdat.cn/?p=19129

摘要

在学术界和金融界，分析高频财务数据的经济价值现在显而易见。它是每日风险监控和预测的基础，也是高频交易的基础。为了在财务决策中高效利用高频数据，高频时代采用了最先进的技术，用于清洗和匹配交易和报价，以及基于高收益的流动性的计算和预测。

高频数据的处理

在本节中，我们讨论高频金融数据处理中两个非常常见的步骤：（i）清理和（ii）数据聚合。

> dim(dataraw);[1] 48484 7> tdata$report;initial number no zero prices select exchange48484 48479 20795sales condition merge same timestamp20135 9105> dim(afterfirstclean)[1] 9105 7

高频数据的汇总

通常不会在等间隔的时间点记录价格，而许多实际波动率衡量方法都依赖等实际间隔的收益。有几种方法可以将这些异步和/或不规则记录的序列同步为等距时间数据。
最受欢迎的方法是按照时间汇总，它通过获取每个网格点之前的最后价格来将价格强制为等距网格。

> # 加载样本价格数据> data("sample");> # 聚合到5分钟的采样频率：> head(tsagg5min);PRICE2008-01-04 09:35:00 193.9202008-01-04 09:40:00 194.6302008-01-04 09:45:00 193.5202008-01-04 09:50:00 192.8502008-01-04 09:55:00 190.7952008-01-04 10:00:00 190.420> # 聚合到30秒的频率：> tail(tsagg30sec);PRICE2008-01-04 15:57:30 191.7902008-01-04 15:58:00 191.7402008-01-04 15:58:30 191.7602008-01-04 15:59:00 191.4702008-01-04 15:59:30 191.8252008-01-04 16:00:00 191.670

在上面的示例中，价格被强制设置为5分钟和30秒的等距时间网格。此外，aggregates函数内置于所有已实现的度量中，可以通过设置参数align.by和align.period来调用该函数。在这种情况下，首先将价格强制等间隔的常规时间网格，然后根据这些常规时间段内执行观察值的收益率来计算实际度量。这样做的优点是，用户可以将原始价格序列输入到实际度量中，而不必担心价格序列的异步性或不规则性。

带有时间和波动率计算的价格示例：

> #我们假设stock1和stock2包含虚拟股票的价格数据：> #汇总到一分钟：> Price_1min = cbind(aggregatePrice(stock1),aggregatePrice(stock2));> #刷新时间聚合：refreshTime(list(stock1,stock2));> #计算跳跃鲁棒的波动性指标> #基于同步数据rBPCov(Price_1min,makeReturns=TRUE);> #计算跳跃和噪声鲁棒的波动性度量> #基于异步数据：

实际波动性度量

高频数据的可用性使研究人员能够根据日内收益的平方来估计实际波动性（Andersen等，2003）。实际上，单变量波动率估计的主要挑战是应对（i）价格的上涨和（ii）微观结构噪声。因此多变量波动率估计也引起了人们的注意。高频软件包实施了许多新近提出的实际波动率方法。

下面的示例代码说明了日内周期的估计：

> #计算并绘制日内周期> head(out); returns vol dailyvol periodicvol2005-03-04 09:35:00 -0.0010966963 0.004081072 0.001896816 2.1515392005-03-04 09:40:00 -0.0005614217 0.003695715 0.001896816 1.9483792005-03-04 09:45:00 -0.0026443880 0.003417950 0.001896816 1.801941

最受欢迎的见解

1.HAR-RV-J与递归神经网络（RNN）混合模型预测和交易大型股票指数的高频波动率

2.WinBUGS对多元随机波动率模型：贝叶斯估计与模型比较

3.波动率的实现：ARCH模型与HAR-RV模型

4.R语言ARMA-EGARCH模型、集成预测算法对SPX实际波动率进行预测

5.使用R语言随机波动模型SV处理时间序列中的随机波动率

6.R语言多元COPULA GARCH 模型时间序列预测

7.R语言基于ARMA-GARCH过程的VAR拟合和预测

8.R语言随机搜索变量选择SSVS估计贝叶斯向量自回归（BVAR）模型

9.R语言对S＆P500股票指数进行ARIMA + GARCH交易策略

2. 史上首次算法股灾大爆发怎么回事 算法股灾是什么

算法股灾是计算机量化交易。
按照算法编程序，利用计算机自动买入、卖出。
一旦触发卖出条件，形成大规模卖出洪流。

3. 股灾来了怎么办

股灾，顾名思义其本身就是一个灾难，是灾难就会有受害者。而受害者通常就是我们普通投资者，因为普通投资者相对于机构来说，不具备抗风险的能力，更不具备预测风险的能力。股灾来了怎么办？上面已经有人回答的很好，要不割肉止损，要不捂个十年八年。这里我再重申下，要割肉止损，就要干净利落，不要丝毫犹豫，因为你一犹豫可能你就连割肉的机会都没有了，你可能就一下子死掉了。即使你死不掉，你也只能选择无奈的第二条路了，捂他个十年八年。
在这里，我想告诉你，股灾来了，大多数人都必然要一定程度的受灾。不管他是巴非特，还是一个普通股民。因为这个世界没有人能够百分之百准确的预测到股灾。现如今股市再次逼近4000点，如果我告诉你4000点是个灾难的信号，你会相信吗？肯定是将信将疑，包括我自己。我个人以为它也有可能乘你不留神，升到5000点。
每个人都报有侥幸心理，每个人都以为股灾来时候会全身而退，但事实上自以为是和自作聪明常常导致了我们的毁灭。
下面我还要说一点废话，尽管我说的东西连我自己可能都做不到。但是我觉得这些言论还是有他的一些道理的。
股灾来了怎么办？为什么我们不能在股灾来临之前退出这个游戏呢？当我们看到日益膨胀的泡沫，当我们日益感到忐忑不安，为什么我们干脆退出，做一个旁观者呢？
上人是贪婪的，股市就如同一个赌场，大多数赌徒不会因为赢了钱而退出的，因为他们赢了一个电脑，还想赢个轿车，赢了轿车，还惦记着房子。所有的赌徒都有一种侥幸心理，我这么聪明，我在最后肯定能全身而退？事实上股灾来了，赌徒们输了个精光。
我们无法准确预测到股灾，但是很多时候我们能够预感到苗头不对，或者心里不安。而最后，往往是我们盲目的自信和贪婪却造成了我们无法逃脱股灾。
股市是一个战场，你最大的敌人就是你自己。

4. 对股市的预测的人是怎么做到的

股市预测的方法很多，都有一定的局限性。通常分为两个大的方面，一是根据基本在进行分析预测，二是根据技术面进行分析预测。

绝大部分人都是以技术分析为主，基本分析为辅。因为技术分析预测入门相对简单，实用性看起来要顺手些。而基本分析牵涉的内容很广，深度很深，绝大部分人难以掌握。但股市总体用市盈率尤其是市净率来估算，还是靠谱的。

例如前些年上证综指市净率为1.37，距离历史最小值1.26大概还有8%的下跌空间。粗略计算，跌到2027点，市净率就成1了，那就是遍地黄金了。因此，那些说要跌破2000甚至到1500的人，有点失据了。

相关信息：

股票市场是已经发行的股票转让、买卖和流通的场所，包括交易所市场和场外交易市场两大类别。由于它是建立在发行市场基础上的，因此又称作二级市场。股票市场的结构和交易活动比发行市场（一级市场）更为复杂，其作用和影响力也更大。

股票市场的前身起源于1602年荷兰人在阿姆斯特河大桥上进行荷属东印度公司股票的买卖，而正规的股票市场最早出现在美国。股票市场是投机者和投资者双双活跃的地方，是一个国家或地区经济和金融活动的寒暑表，股票市场的不良现象例如无货沽空等等，可以导致股灾等各种危害的产生。

股票市场唯一不变的就是：时时刻刻都是变化的。中国大陆有上交所和深交所、北交所三个交易市场。

5. 最近股灾说是市盈率太高！这个请问是怎么计算出来的，软件上能看的到吗

这个是可以计算的，大部分炒股软件上或者财经网站上都可以看到。

具体的算法是用股价除以每股收益（这个每股收益是一年的收益，有时候后边的财报没出来，就估算了。）

更多股票投资知识，欢迎关注我个人公众号jingji-xinli。

6. 什么是股灾怎么形成的

股灾是股市灾害或股市灾难的简称。它是指股市内在矛盾积累到一定程度时，由于受某个偶然因素影响，突然爆发的股价暴跌，从而引起社会经济巨大动荡，并造成巨大损失的异常经济现象。股灾不同于一般的股市波动，也有别于一般的股市风险。一般来说，股灾具有以下特点：①突发性。每次股灾，几乎都有一个突发性暴跌阶段。②破坏性。股灾毁灭的不是一个百万富翁、一家证券公司和一家银行，而是影响一个国家乃至世界的经济，使股市丧失所有的功能。一次股灾给人类造成的经济损失，远超过火灾、洪灾或强烈地震的经济损失，甚至不亚于一次世界大战的经济损失。③联动性。一是经济链条上的联动性，股灾会加剧金融、经济危机。二是区域上的联动性，一些主要股市发性股灾，将会导致区域性或世界性股市暴跌。④不确定性。股灾表现为股票市值剧减，使注入股市的很大一部分资金化为乌有；股灾会加重经济衰退，工商企业倒闭破产，也间接波及银行，使银行不良资产增加；在股市国际化的国家和地区，股灾导致股市投资机会减少，会促使资金外流，引发货币贬值，也冲击着金融市场。总之，股灾会从多个方面导致金融市场动荡，引发或加剧金融危机。例如，1929年美国股灾，首先受冲击的就是金融市场。美国倒闭破产的银行，从1929年的659家增至1931年的2294家，从而使得整个金融市场陷入极度混乱状态。

7. 怎样依据牛市、熊市形态做精准预测

本人预测方法是MACD缩小后达60度角，2007年2008年进行对比预测。从4600点的时候，便知道这是熊市。

怎么预测？预测方式：

（粗略预测）2007年2008年，MACD下跌角度与今年2015年的对比

（精准预测）开户人数是否减少（开户人数很重要，开户人数减少的时候，很大程度上说明开始走熊，这个很精准）

因为在5000点看出日均线相互下穿，而且前一天看到60分钟一阴穿4线，要大跌。所以逃过了5000点到现在3600点下来的好几次股灾。

图片是进行牛市、熊市形成的粗略预测。最精准的预测：开户人数大幅减少。

8. 谁预测了股灾啊

Bingolaga可是被称为2015逃顶能手啊，可以很准确的预测股灾，我当时就是听了他的话才成功的躲避了股灾