截至2018年5月,标准普尔500指数中所有公司的8-K文件都是从SEC Edgar数据库中使用BeautifulSoup python软件包获取的。...特征工程 对于每份发布的文件,根据文件发布前的时间计算一年、一季度和一个月的历史滑动平均价格变动,并通过标准普尔500指数的变化进行归一化。...所有窗口均指纽约证交所和纳斯达克实际营业的日期(非假日工作日)。 表1. 计算历史滑动价格的滑动平均窗口 ? 目标特征计算为文件发布前后的股权价格变化,使用标准普尔500指数将其标准化。...例如,对于于2018年2月5日发布文件的公司,计算其开盘价和调整后收盘价的变化,并减去标准普尔500指数同期的变化。...数据集的类别不平衡,超过50%的样本被标记为“向上”(up),考虑到过去十年标准普尔500指数的稳步上升,这在直觉上是合理的。
导入并预处理数据 我们的团队从我们的抓取服务器中的数据并csv格式的保存。数据集包含n = 41266分钟的数据,从2017年4月到8月,500只股票,以及标准普尔500指数成份股。...使用pyplot.plot(‘SP500’)可以快速查看标准普尔时间序列: ? 标准普尔500指数的时间序列图 注:这实际上是标准普尔500指数的主要指标,也就是说,它的值向未来移动了1分钟。...为了适应我们的模型,我们需要两个占位符:X包含网络的输入(在T = t时所有标准普尔500成份股的价格)和Y网络输出(T = t + 1标准普尔500指数的指数)。...在小批量训练期间,从训练数据中抽取n = batch_size随机数据样本并馈送到网络中。训练数据集被分成n / batch_size个批量按顺序馈入网络。此时的占位符,X和Y发挥作用。...缩放后的预测与实际标准普尔散点图 请注意,有很多方法可以进一步改善这个结果:层和神经元的设计,选择不同的初始化和激活方案,引入神经元退出层等等。
随机抽样是我们在工作中收集数据的主要方法,比如开展问卷调查的时候,如果客户数量庞大,根据中心极限定理只要在客户中抽取部分有代表性的样本来填写问卷,就能够达到目的。...例子:很多基金公司经常利用这种偏见来操纵数据吸引投资,基金公司会拿基金业绩和股票市场的基准来做比较。...比如美国的标准“普尔指数”(类似于我国的上证指数),如果某一年基金的涨幅高于标准普尔指数或者是跌幅低于普尔指数,基金公司就会宣称我们的基金跑赢了普尔指数。...但是要想实实在在的跑赢普尔指数不是一件容易的事,我们从概率学的角度假设,某支基金有1/2的概率能够跑赢标准普尔指数,那么连续2年跑赢的基金就只剩下1/4,连续3年跑赢的概率就只有1/8了。...他们通常的做法就是同时开放20支新基金,经过3年的经营总会有2-3支基金连续3年跑赢标准普尔指数,那公司只要把十几支失败的基金悄悄关闭,大肆宣传这2-3支幸存者就可以把投资者的钱骗进来了。
以下是最近付费阅读收集到的一些数据。 海外市场很可能是助推美国大型科技公司股价上涨的一个关键因素。这些科技公司的收入中,有相当大一部分来自海外市场。...标准普尔的数据显示,2018年,标普500指数成份股公司42.9%的销售额来自海外市场(2019年数据尚未公布)。...而对于大型科技公司而言,销售额来自海外的比例要高得多:在截至2019年9月的一年中,苹果公司在美国以外地区的营收占比超过55%;在某些季度,海外收入在总收入中的占比甚至高达60%。...该公司表示,美国用户数据存储在美国和新加坡的服务器,而不是中国。 但是,TikTok的服务条款确实规定该公司可以与其母公司,子公司或其他关联公司共享信息。...因为根据彭博新能源财经的数据,过去10年涌入中国新能源行业的投资高达8180亿美元,是第二名国家的两倍多。
从标普500当前成分获得的结果 下一组结果是目前标准普尔500指数中500只股票中484只的过去十年价格。一些股票被删除,因为雅虎金融上没有可获得的数据,以及其他被删除是由于与数据相关的问题。...红色图显示在模拟资产上计算的z^*-分数密度,其具有与标准普尔500指数中的股票相同的μ和σ。蓝色图显示在标准普尔500指数中的股票本身上计算的z^*-分数密度。...这里的结果与股票市场指数的结果有一个主要的区别:股票市场指数的z^*-分数偏向平均值的左边,而标准普尔500指数成分股的z^*-分数偏向平均值的右边。在结论中详细讨论了这一观测结果。...3、股本住宅,EQR(z^*=5.61)——标准普尔500指数的成员之一,是一家位于伊利诺伊州芝加哥的上市房地产投资信托基金。...在本文中,我们在R中实现了Lo和MacKinlay的检验,检验了该检验在模型数据上的预期工作,然后将该检验应用于两个真实世界数据集:50个全球股票市场指数和484个标准普尔500指数的成分股。
在被纳入「标准普尔500指数」(S&P 500)前夕,特斯拉的股价飙升至新高,特斯拉在2020年的行情不断上涨加强,进入了美国市值最高企业行列。...在被纳入「标准普尔500指数」(S &P 500)前夕,特斯拉的股价飙升至新高,特斯拉在2020年的行情不断上涨加强,进入了美国市值最高企业行列。...即使相信投资特斯拉会有丰厚回报,同时也有长期持有计划的人也在为未来可能出现的波动提前做准备。 纳入标普之后 特斯拉也不会是标普500指数中第一个面临急剧抛售的大公司。...例如,雅虎的市值在1999年12月纳入标普500后不到一个月就达到了顶峰,而美国大型电信运营商Qwest Communications的估值在2000年7月加入标准普尔500指数的同一天达到了顶峰。...随着投资者的热情消退,Facebook 股价在接下来的一个月下跌了6% . 同期,标准普尔500指数仅下跌2% 。
表 A 股市场主要指数年度数据 image.png A股指数成份股调整一般是每年的1月和7月,不过有些指数则是每季度调整,如创业板指数。...(3) 数据服务 作为专业的指数服务公司,中证指数有限公司为客户提供指数数据服务,包括指数历史、实时行情,指数高频历史行情,成份股清单,成份股权重,指数追溯日收盘行情,指数高频追溯行情,股本数据,明细股本...今年的调查显示,行业正在不断发展并使其产品和服务多样化,以满足不断增长的投资者需求。今年的主要增长动力包括衡量环境,社会和治理(ESG)标准的指数(增长了40.2%)和固定收入指数(增长了7.1%)。...它是按一定标准选出500家有代表性的上市公司作为样本股,用样本股的自由流通股数作为权数,采用派氏加权法编制而成的股价指标。以1994年7月20日为基期,基点为1000点。...2019年11月22日,新华500指数(989001)正式上线。该指数以2004年12月31日为基日,以1000点为基点。由沪深A股中市值大,流动性好的500只股票组成,市值覆盖率达66%。
,团队的一些成员利用Google Finance API抓取了每分钟的标准普尔500指数。...除了标准普尔500指数以外,我们还收集了其对应的500家公司的股价。在得到了这些数据之后,我立刻想到了一点子:基于标准普尔指数观察的500家公司的股价,用深度学习模型来预测标准普尔500指数。...把玩这些数据并用TensorFlow在其上建立深度学习模型是很有趣的,所以我决定写下这篇文章:预测标准普尔500指数的简易TensorFlow教程。...导入数据集 我们的团队将抓取到的股票数据从爬虫服务器上导出为CSV格式的文件。该数据集包含了从2017年四月到八月共计n=41266分钟的标准普尔500指数以及500家公司的股价。...可以通过pyplot.plot('SP500')来快速查看标准普尔500指数的时间序列。
在剩下的公司中,选择日均总市值排名前500名的企业,这就是中证500指数 中证500指数简称为中证500,代码是000905和399905 ?...巴菲特多次推荐指数基金,所提到的其实就是标普500指数基金 标普500指数也是以大盘股为主,有500只成份股。不过不同于沪深300指数,标普500指数不单纯按照上市公司的规模来选股票。...+中证500 中证1000:小盘股为主,除去中证800外,最大的1000只小盘股 等权重指数 分配给每个成份股完全相同的权重。...300医药指数:挑选了沪深300指数里的医药行业公司 500医药指数:挑选了中证500指数里的医药行业公司 ?...10个标准行业中并没有养老产业,它是一个概念性的行业。
4.0万亿美元,占整个标普500指数的16.5%。...事实上,在20世纪60年代和70年代,头部企业的权力更为集中,当时排名前五的公司市值之和占标准普尔500指数的20%以上。...图1:标准普尔500指数前五名公司的市值(占标准普尔500指数总市值的百分比) ? 在上世纪六七十年代,最大的公司占标准普尔500指数总市值的7%到9%,而如今,即便是Apple也只约4%。...如图2所示,没有一家公司能一直稳坐头把交椅,似乎能成为当下最大的公司才是最可靠和最实际的。 图2:标准普尔500指数中最大公司的市值(占标准普尔500指数总市值的百分比) ?...权利的来源:资金和数据 如今的企业巨头在两方面拥有相当大的权力:现金和数据 美国五大上市公司中有四家的资产负债状况非常强劲。
请注意,我们也可以在这里使用基于GPD的估计模型。 通过随机性检查进行回测 我们来回测一下VaR估计值。...点击标题查阅往期内容 时间序列分析:ARIMA GARCH模型分析股票价格数据 GJR-GARCH和GARCH波动率预测普尔指数时间序列和Mincer Zarnowitz回归、DM检验、JB检验 【...R语言GARCH建模常用软件包比较、拟合标准普尔SP 500指数波动率时间序列和预测可视化 Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用 MATLAB用GARCH模型对股票市场收益率时间序列波动的拟合与预测...模型和蒙特卡洛模拟进行股价预测 使用R语言对S&P500股票指数进行ARIMA + GARCH交易策略 R语言用多元ARMA,GARCH ,EWMA, ETS,随机波动率SV模型对金融时间序列数据建模...R语言股票市场指数:ARMA-GARCH模型和对数收益率数据探索性分析 R语言多元Copula GARCH 模型时间序列预测 R语言使用多元AR-GARCH模型衡量市场风险 R语言中的时间序列分析模型
在每封信的开头都是伯克希尔的历史表现,以账面价值变化百分比和股价变化百分比来衡量,和该年度标普500指数作为基准的回报率。...1965年至2017年间,伯克希尔哈撒韦的账面价值年均增长19.1%。同期,标准普尔500指数的回报率为9.9%,其中包括股息。...伯克希尔哈撒韦公司的¥10000投资,扣除所有成本在今天增长到令人难以置信的¥10.89亿。 然而,如果不投资巴菲特运营的伯克希尔哈撒韦公司,而是投资其设立的对冲基金。...这里有几点假设需要注意: 1、管理费在每年年初扣除; 2、每年年底,巴菲特基金支付20%的绩效费(按收益计算),其表现优于标准普尔500指数。...这就是巴菲特对这种低成本策略的信心。2007年,巴菲特甚至公开押注100万美元与一家对冲基金经理赌博:对冲基金在未来10年的表现不会超过标准普尔指数基金。不出所料,他在今年年初赢得了这场赌局。
与此同时,英伟达的涨幅也联动了一系列科技股,推动了标准普尔 500 指数、欧洲 STOXX 600 和日经指数均创历史新高。...周四成交的 650 亿美元英伟达股票,几乎占标准普尔 500 指数股票交易总额的五分之一。...英伟达的股价在 2024 年内已上涨 58%,占标准普尔 500 指数今年内涨幅的四分之一以上。...根据 LSEG 的数据,在英伟达发布报告之前,该公司的估值约为预期收益的 30 倍,低于一年前的 49 倍。 至少有 17 家券商在业绩公布后上调了目标价。...「现在,数据中心第一次不仅仅用于计算数据、存储数据以及为公司员工提供服务。」黄仁勋表示,「我们现在已拥有了关于人工智能生成的新型数据中心,一个人工智能生成工厂。」
sz=300loc=0.0 #对大多数分布来说是需要的sc=0.5y=lognorm.rvs(sc,loc=loc, size=sz)独立(不相关)数据我们将从β分布中抽取(x)的样本,从对数正态中抽取...这些样本是伪独立的(我们知道,如果你用计算机来抽取样本,就不会有真正的独立,但好在是合理的独立)。#不相关的数据:一个β值(x)和一个对数正态(y)。a= 0.45#2. ...,Delta-normal法滚动估计VaR(Value at Risk)和回测分析股票数据R语言GARCH建模常用软件包比较、拟合标准普尔SP 500指数波动率时间序列和预测可视化Python金融时间序列模型...ARMA - GARCH模型估计Python使用GARCH,EGARCH,GJR-GARCH模型和蒙特卡洛模拟进行股价预测使用R语言对S&P500股票指数进行ARIMA + GARCH交易策略R语言用多元...ARMA,GARCH ,EWMA, ETS,随机波动率SV模型对金融时间序列数据建模R语言股票市场指数:ARMA-GARCH模型和对数收益率数据探索性分析R语言多元Copula GARCH 模型时间序列预测
这次发售普通股,源于被纳入标普500指数之后带来的股价飙升。...作者 | 来自镁客星球的家衡 据外媒报道,昨日特斯拉在提交给美国证券交易委员会(SCE)的FORM 8-K文件中称,公司将出售价值高达50亿美元的普通股。...目的是充分利用股价飙升和被纳入标准普尔500指数(S&P 500)的机会。上个月,特斯拉被纳入标普500指数之后,市值增加了2000多亿美元。...文件显示,特斯拉已与高盛、花旗全球市场、巴克莱资本、法国巴黎银行证券公司、美银证券、瑞士信贷证券(美国)公司、德银证券、摩根士丹利、SG美国证券和富国银行证券等公司,签订了股票分销协议。...根据该协议,这些银行将不定期以市价销售价值高达50亿美元的特斯拉普通股,并且有权获得其服务的补偿,形式为每次出售股票的总毛收入的最高0.25%的佣金,特斯拉已同意向这些银行偿还某些特定费用。
p=5277 最近我们被客户要求撰写关于递归神经网络的研究报告,包括一些图形和统计输出。 本文分析了S&P500指数和SPY ETF,VIX指数和VXX ETN的波动率的可预测性和可交易性。...然而,传统的广义自回归条件异方差(GARCH)和随机波动率(SV)模型的应用并不适合用于使用高频数据的应用。...循环神经网络 人工神经网络是一种功能强大的非参数工具,用于信号滤波,模式识别和插值,也可以容忍有误差的数据,并找到模型参数之间的非线性关联 。...这应该为更好地匹配线性预测误差的非线性残差留出更多空间。 数据 我们的基础数据集包括来自于1996年1月2日至2016年6月2日开始的标准普尔500指数。 结果 每日S&P500 RV。...对于这种方法,我们根据标准普尔500指数的5年日内数据的20年历史计算RV。我们的结果表明,基础HAR-RV-J模型确实能够提供令人满意的RV预测。
截至收盘,道指下跌达2.9%,纳指跌幅为3.47%,标普500指数跌了2.98%。...而就在上周五,这五家公司市值还蒸发了660亿美元,这一次暴跌使得它们在短短几天之内损失了2280亿美元。...这其中跌幅最大的是苹果,股价下跌达5.23%,周一报收193.4美元,市值仅剩8737亿美元,而在此前该公司还曾因市值破万亿美元备受关注。...除苹果外,其余四家公司跌幅均超过了标准普尔500指数,Facebook报收于181.73美元,跌幅为3.86%,市值仅有5185亿美元;谷歌报收于1152.32美元,跌幅达3.49%,市值仅有8007亿美元...从今年5月以来,美股便一直遭受打击,不仅三大指数从历史高位滑落,还陷在一直颠簸下跌的趋势中,仅5月一个月,美股市值蒸发就达2.53万亿美元。此次再次遭遇重挫,想要恢复则尚需时日了。
对于代码,考虑一些真实的数据,比如损失赔偿数据集。损失赔偿费用数据有1,500个样本和2个变量。这两栏包含赔偿金付款(损失)和分配的损失调整费用(alae)。...上图中可以直观地看到上尾的相依指数。> A(.5)/2[1] 0.405----点击文末 “阅读原文”获取全文完整代码数据资料。本文选自《R语言用Copulas模型的尾部相依性分析损失赔偿费用》。...GJR-GARCH和GARCH波动率预测普尔指数时间序列和Mincer Zarnowitz回归、DM检验、JB检验【视频】时间序列分析:ARIMA-ARCH / GARCH模型分析股票价格时间序列GARCH...,Delta-normal法滚动估计VaR(Value at Risk)和回测分析股票数据R语言GARCH建模常用软件包比较、拟合标准普尔SP 500指数波动率时间序列和预测可视化Python金融时间序列模型...ARMA,GARCH ,EWMA, ETS,随机波动率SV模型对金融时间序列数据建模R语言股票市场指数:ARMA-GARCH模型和对数收益率数据探索性分析R语言多元Copula GARCH 模型时间序列预测
本项目需要用到两种数据源:一种是公司董事信息,另一种是股票的行业以及概念信息。...公司董事信息 这部分数据包含在data目录下的stockpage压缩文件中,⾥面的每一个文件是以XXXXXX.html命名,其中XXXXXX是股票代码。...图片 2.从⽹页中抽取董事会的信息 在我们给定的html文件中,需要对每一个股票/公司抽取董事会成员的信息,这部分信息包括董事会成员“姓名”、“职务”、“性别”、“年龄”共四个字段。...首先,姓名和职务的字段来自于: 图片 在这里总共有12位董事成员的信息,都需要抽取出来。...TuShare 提供的分类数据主要包括以下类别: 行业分类 概念分类 地域分类 中小板分类 创业板分类 风险警示板分类 沪深 300 成份股及权重 上证 50 成份股 中证 500 成份股 终止上市股票列表
p=5277 本文分析了S&P500指数和SPY ETF,VIX指数和VXX ETN的波动率的可预测性和可交易性。尽管已有大量关于预测高频波动的文献,但大多数仅根据统计误差评估预测。...然而,传统的广义自回归条件异方差(GARCH)和随机波动率(SV)模型的应用并不适合用于使用高频数据的应用。...循环神经网络 人工神经网络是一种功能强大的非参数工具,用于信号滤波,模式识别和插值,也可以容忍有误差的数据,并找到模型参数之间的非线性关联 。...数据 我们的基础数据集包括来自于1996年1月2日至2016年6月2日开始的标准普尔500指数。 结果 每日S&P500 RV。注意:顶部面板分别显示每日实现的波动率及其对数变换, ? ? 和 ?...结论 本文分析了异质自回归模型的潜力,包括跳跃预测实现波动率(RV)。对于这种方法,我们根据标准普尔500指数的5年日内数据的20年历史计算RV。
领取专属 10元无门槛券
手把手带您无忧上云