文件名称：A_Yen_For_The_Future：日元的时间序列分析
文件大小：7.38MB
文件格式：ZIP
更新时间：2024-03-21 13:20:17
JupyterNotebook
未来的日元 背景 大公司的财务部门通常在进行国际业务时处理外币交易。 结果，他们一直在寻找可以帮助他们更好地理解各种货币的未来方向和风险的任何东西。 对冲基金也对任何能使他们在预测货币走势方面保持一致优势的东西都非常感兴趣。 在此分析中，我将使用ARMA，ARIMA和GARCH模型测试我的数据，以便预测日元兑美元的未来汇率变动。 时间序列预测 以下内容已用于分析日元的历史数据： 时间序列预测线性回归建模 有待回答的问题 根据您的时间序列分析，您现在会购买日元吗？ 日元的风险会增加还是减少？ 根据模型评估，您对使用这些模型进行交易有信心吗？ 采取的步骤： 使用Hodrick-Prescott过滤器进行分解（将结算价格分解为趋势和噪声）。 使用ARMA模型预测回报。 使用ARIMA模型预测结算价。 使用GARCH预测波动率。 结论 根据时间序列分析，由于ARIMA模型和ARMA
【文件预览】：
A_Yen_For_The_Future-master
----Screen Shot 2020-08-27 at 10.07.20 PM.png(195KB)
----.ipynb_checkpoints()
--------README-checkpoint.md(662B)
----ARMA.png(194KB)
----5 days return.png(67KB)
----GARCH.png(129KB)
----ARIMA.png(127KB)
----Starter_Code()
--------.ipynb_checkpoints()
--------yen.csv(682KB)
--------time_series_analysis.ipynb(237KB)
--------regression_analysis.ipynb(60KB)
----Images()
--------unit-10-readme-photo.png(6.04MB)
----README.md(3KB)
----SETTLE VS. TREND.png(151KB)
----Volatility.png(74KB)