高频数据跟踪（2021年12月第2周）：电厂日耗继续回升.pdf

对数收益率时序图 da<-read.table("m-ibmsp-2611.txt",header=T) #读入数据 ibm<-log(da$ibm+1) #转换成IBM股票的对数收益率 sp=log(da$sp+1) #转换成标普综合指数的对数收益率 tdx=c(1:nrow(da))/12+1926 #产生时间指数 par(mfcol=c(2,1)) #将作图区域分为两行一列 plot(tdx,ibm,xlab="year",ylab="lrtn",type="l") #作IBM对数收益率图 title(main=' (a) IBM returns') #给出图标题 plot(tdx,sp,xlab="year",ylab="lrtn",type="l") #作标普指数对数收益率图 title(main=' (b) SP index') #给出图标题

AIC为AR(P)自动定阶 mm1=ar(gnp,method='mle') #用AIC准则，自动为AR(P)定阶，方法为极大似然估计 mm1$order #寻找合适的阶p names(mm1) #得到mm1的名字 print(mm1$aic,digits=3) #查看mm1中aic的值，保留3位小数 aic=mm1$aic # 为了下面计算定义变量aic length(aic) #计算aic个数 plot(c(0:12),aic,type='h',xlab='order',ylab='aic') #画aic竖线图 lines(0:12,aic,lty=2) #画aic连线图

这是《从编程小白到量化宗师之路》系列的第一个高级课程。本课程宗旨是缩短个人和小型结构投资者和大型机构投资者的差距。课程内容从C++环境的安装开始使用，到期货数据采集，完美实现一套期货交易高频软件开发（也可做虚拟货币交易）。课程注重实战，学员上课后，可以达到：日常进行的高频交易，自定添加新的股票接口，添加新的虚拟货币交易所。 《《编程小白到量化宗师之路---高频交易系统编写---期货CTP高频数据Tick下载》是上述课程的拆分课程，便于同学们自己针对性选择学习。 本可能涵盖C++环境安装 cmake， VS2019，从现在上期技术的CTP API直到编写行情和交易部分代码，最终完成一个每天自动下载全市场行情数据的工具应用编写。

英国脱欧公投日富时100高频数据分析 抽象的 本文涉及使用随机过程中的布朗运动来估计波动率。该模型遵循随时间变化的布朗运动的形式：$ dP_ {t} = \ mu_ {t} dt + \ sigma_ {t} dB_ {t} $，其中$ P_ {t} $表示对数价格，$ dP_ {t} $是收益，$ \ sigma_ {t} $是半-。根据[@ Alvarez2011]的研究，瞬时波动率由Semi-martingale $ \ sigma ^ {（p = 2）} _ {t} $计算得出，其中$ p = 2 $是二次方差。随时间变化的布朗运动模型包括波动率，其中当股价，尤其是买入和卖出反弹中的微观结构噪声已显示出来时，估计员会提供波动性。瞬时波动率是根据时间相关的布朗运动模型建立的，瞬时波动率具有估计量。在不同时间间隔内从英国股票指数，FTSE 100的买入和卖出价等高频数据中发现的已实现波

R语言获取沪深股票信息和股指数据，学习R语言的好资料

沪深300股指期货2011年1月4日至2019年12月31日的5分钟高频交易数据，包括收盘价、最高价、最低价、开盘价、交易量以及交易额等数据

偏自相关函数PACF定阶 AR(P)序列的样本偏自相关函数是p步截尾的。

计算相关系数矩阵 x<-c(1,2) #设x y<-c(3,4) #设y cor(x,y) #相关系数矩阵

金属新材料高频数据周报：近十周碳酸锂库存首次下滑，碳酸锂、氢氧化锂和钴酸锂价格全面上涨.pdf