Branching Ratio in R (Hawkes Model)

更新於 發佈於 閱讀時間約 3 分鐘
TW.Data=fread('test.txt',data.table=F)
colnames(TW.Data)=c("Name","Code","Date","Price","Vol")
TW.Codelist=unique(TW.Data$Code)
TW.Data=TW.Data %>% group_by(Name) %>% mutate(logRet=log(Price/lag(Price)))
TW.Data$Date=ymd(TW.Data$Date)
output=foreach(i = 1:length(TW.Codelist),.combine = 'rbind')%do%{
data=TW.Data %>% filter(Code==TW.Codelist[i]) %>% na.omit()
Strt.Date = data$Date[1]
Time= data %>% filter(data$logRet!=0) %>%
mutate(Time=Date - Strt.Date) %>%
as.data.frame() %>%
select(Time)
Time=as.numeric(Time$Time)
if(length(Time)<=2){
temp = data.frame(Code=TW.Codelist[i],Br=NA)
}else{
pstart = c(mu = 1, C = 1, a = 1)
ppm = ptproc(pts = Time, cond.int = hawkes.cond.int, params = pstart)
condition(ppm) = penalty(code = NULL, condition = quote(any(params < 0)))
model = ptproc.fit(ppm, optim.control = list(trace = 2), alpha = 1e+5, hessian = TRUE)
model.sum=summary(model)
fitted.value=model.sum$ppobj
Branch=fitted.value$params[3]/fitted.value$params[2]
temp = data.frame(Code=TW.Codelist[i],Br=Branch)
}
return(temp)
}
write.csv(output,"output.csv")
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
你可能也想看
Google News 追蹤
Thumbnail
大家好,我是woody,是一名料理創作者,非常努力地在嘗試將複雜的料理簡單化,讓大家也可以體驗到料理的樂趣而我也非常享受料理的過程,今天想跟大家聊聊,除了料理本身,料理創作背後的成本。
Thumbnail
哈囉~很久沒跟各位自我介紹一下了~ 大家好~我是爺恩 我是一名圖文插畫家,有追蹤我一段時間的應該有發現爺恩這個品牌經營了好像.....快五年了(汗)時間過得真快!隨著時間過去,創作這件事好像變得更忙碌了,也很開心跟很多厲害的創作者以及廠商互相合作幫忙,還有最重要的是大家的支持與陪伴🥹。  
Thumbnail
嘿,大家新年快樂~ 新年大家都在做什麼呢? 跨年夜的我趕工製作某個外包設計案,在工作告一段落時趕上倒數。 然後和兩個小孩過了一個忙亂的元旦。在深夜時刻,看到朋友傳來的解籤網站,興致勃勃熬夜體驗了一下,覺得非常好玩,或許有人玩過了,但還是想寫上來分享紀錄一下~
Thumbnail
當我從七月下半個月當中的59檔裡面 先從線圖是多頭排列的開始篩選 進而再篩第二個條件時,赫然發現! 這檔竟然是體質百分百的公司 歷年來除息當天上漲機率100%
Thumbnail
上週三檔怪分點走勢皆不差 其中一檔均豪五天就有三天漲停 分點解析搭配技術型態也常能搭上主力的順風車 跟著勝利券商操作 勝率也能大大提升! 重視籌碼分析 基本面跟技術面需要去研究線圖指標或財報等財務資訊 但籌碼只要花點時間研究或許就能看出端倪 過往刻意選了本身股性比較活潑的個股股票
Thumbnail
Data Analyst 工作過程中所使用的預估方法,不只用在工作上,也可用於投資
Thumbnail
這篇文章分享了作者在參與預估專案時的思考脈絡和學習點,透過兩個具體的案例,探討了預估方法中重要的假設和挑戰。
Thumbnail
主力的布局過程 往往耗費長期時間 手法又細膩且隱密 等到受不了 他就默默噴發 分點解析搭配技術型態也常能搭上主力的順風車 跟著勝利券商操作 勝率也能大大提升! 重視籌碼分析 基本面跟技術面需要去研究線圖指標或財報等財務資訊 但籌碼只要花點時間研究或許就能看出端倪 改變一
Thumbnail
個股當沖完整記錄目前也會放上來做紀錄,其實量化自動交易就是完成實際上的回測數據,接下來就是嚴格執行,過程中不能干預,並維持確保系統正常執行,並持續開發新策略即可。
Thumbnail
金融股「進階數據」報告是Hank透過統計的方式,衡量現在的台股市場相對過去,究竟是屬於高或低的位階區間。在本期報告你能看到金融股的統計數據。本次的數據統計以 2024/4/3的股價為基準點,目前統計名單內含有14檔金控股、9檔銀行股。我在報告是透過短中長三種不同週期的視角,搭配標準差與常態分佈的
Thumbnail
之前已經說過限制模型,接下來進入下一部份根據Mulder and Hamaker (2021)建議,在 RI-CLPM 中,有許多擴展模型,今天要介紹的是 Extension 1。Extension 1就是加入跨時間不變的預測或結果變項,本文將介紹此模型構造和語法。
Thumbnail
排序方式 A. 五月定審:依照股利率大小排序,選取前 30 檔為成分股。 B. 十二月定審:依照預估股利率大小排序,選取前 30 檔為成分股。 分析: 五月看「現在」股利率,12月看「未來」下一年度股利率。 定義說明 A. 日平均成交金額指標為近 1 個月與近 6 個月之日平
Thumbnail
題目敘述 題目會給定一個pandas DataFrame作為輸入,要求我們以原有的資料表為基礎,將資料表做樞紐轉換,垂直方向是月份,水平方向是不同的城市,而表格內容是該城市在某個月份的溫度。 題目的原文敘述 測試範例 Example 1: Input: +--------------+-
Thumbnail
大家好,我是woody,是一名料理創作者,非常努力地在嘗試將複雜的料理簡單化,讓大家也可以體驗到料理的樂趣而我也非常享受料理的過程,今天想跟大家聊聊,除了料理本身,料理創作背後的成本。
Thumbnail
哈囉~很久沒跟各位自我介紹一下了~ 大家好~我是爺恩 我是一名圖文插畫家,有追蹤我一段時間的應該有發現爺恩這個品牌經營了好像.....快五年了(汗)時間過得真快!隨著時間過去,創作這件事好像變得更忙碌了,也很開心跟很多厲害的創作者以及廠商互相合作幫忙,還有最重要的是大家的支持與陪伴🥹。  
Thumbnail
嘿,大家新年快樂~ 新年大家都在做什麼呢? 跨年夜的我趕工製作某個外包設計案,在工作告一段落時趕上倒數。 然後和兩個小孩過了一個忙亂的元旦。在深夜時刻,看到朋友傳來的解籤網站,興致勃勃熬夜體驗了一下,覺得非常好玩,或許有人玩過了,但還是想寫上來分享紀錄一下~
Thumbnail
當我從七月下半個月當中的59檔裡面 先從線圖是多頭排列的開始篩選 進而再篩第二個條件時,赫然發現! 這檔竟然是體質百分百的公司 歷年來除息當天上漲機率100%
Thumbnail
上週三檔怪分點走勢皆不差 其中一檔均豪五天就有三天漲停 分點解析搭配技術型態也常能搭上主力的順風車 跟著勝利券商操作 勝率也能大大提升! 重視籌碼分析 基本面跟技術面需要去研究線圖指標或財報等財務資訊 但籌碼只要花點時間研究或許就能看出端倪 過往刻意選了本身股性比較活潑的個股股票
Thumbnail
Data Analyst 工作過程中所使用的預估方法,不只用在工作上,也可用於投資
Thumbnail
這篇文章分享了作者在參與預估專案時的思考脈絡和學習點,透過兩個具體的案例,探討了預估方法中重要的假設和挑戰。
Thumbnail
主力的布局過程 往往耗費長期時間 手法又細膩且隱密 等到受不了 他就默默噴發 分點解析搭配技術型態也常能搭上主力的順風車 跟著勝利券商操作 勝率也能大大提升! 重視籌碼分析 基本面跟技術面需要去研究線圖指標或財報等財務資訊 但籌碼只要花點時間研究或許就能看出端倪 改變一
Thumbnail
個股當沖完整記錄目前也會放上來做紀錄,其實量化自動交易就是完成實際上的回測數據,接下來就是嚴格執行,過程中不能干預,並維持確保系統正常執行,並持續開發新策略即可。
Thumbnail
金融股「進階數據」報告是Hank透過統計的方式,衡量現在的台股市場相對過去,究竟是屬於高或低的位階區間。在本期報告你能看到金融股的統計數據。本次的數據統計以 2024/4/3的股價為基準點,目前統計名單內含有14檔金控股、9檔銀行股。我在報告是透過短中長三種不同週期的視角,搭配標準差與常態分佈的
Thumbnail
之前已經說過限制模型,接下來進入下一部份根據Mulder and Hamaker (2021)建議,在 RI-CLPM 中,有許多擴展模型,今天要介紹的是 Extension 1。Extension 1就是加入跨時間不變的預測或結果變項,本文將介紹此模型構造和語法。
Thumbnail
排序方式 A. 五月定審:依照股利率大小排序,選取前 30 檔為成分股。 B. 十二月定審:依照預估股利率大小排序,選取前 30 檔為成分股。 分析: 五月看「現在」股利率,12月看「未來」下一年度股利率。 定義說明 A. 日平均成交金額指標為近 1 個月與近 6 個月之日平
Thumbnail
題目敘述 題目會給定一個pandas DataFrame作為輸入,要求我們以原有的資料表為基礎,將資料表做樞紐轉換,垂直方向是月份,水平方向是不同的城市,而表格內容是該城市在某個月份的溫度。 題目的原文敘述 測試範例 Example 1: Input: +--------------+-