INTRO

最近又重新开始做一些价格发现相关的研究,目前针对不同市场的同种标的之间价格发现作用的度量,大多采用Hasbrouk(1995)开发的基于VECM的信息份额模型,通过计算IS指标和CS指标来度量信息份额和价格发现的贡献程度。
不过,在入手的时候通常被复杂的计算过程所困扰,而STATA或者SPSS都没有相应的包给大家提供便利。如果在网上搜索相关的帖子,对于具体方法也是遮遮掩掩。人大论坛上黄色头像的“黄河泉”老师倒是推荐了R的函数pdshare可以计算IS和CS,但!
当你真的安装好R再去加载pdshare时,会提示R版本不对。为此我下载了4.2、4.1、3.3、3.1等多个版本的R,均无功而返。所以跟版本也没有太大关系。
经过多次尝试,花了一个下午的时间搞定过后(吃了没文化的亏,我哭死),做个总结,也分享给大家。

傻瓜教程

(1)原材料:R 3.3.3(其它版本不清楚O不OK,但是必须在4.0.0以前的版本);对应版本的RTools;Rstudio(应该没大所谓,但是方便)
(2)安装,不需要配置什么环境,一直下一步就行。
(3)安装好之后需要手动下载ifrogs包,pdshare函数就藏在里面,但是直接用install.packages是没办法下载的。下载地址
(4)在Rstudio里面安装下载的这个zip

(5)勾选 ifrogs (或者library())会提示缺少 urca,用install.packages安装即可,有时候会下载失败,可以试试清华的镜像站。

install.packages('urca',repo='https://mirrors.tuna.tsinghua.edu.cn/CRAN/')

(6)继续勾选urca,会提示缺少 vars ,重复以上步骤,还会要求安装 xtable。安装完xtable以后还会提示需要fOptions包,此时其实已经不需要继续安装下去了。搞完了以后像下面这样。

(7)然后导入数据,如果根据作者demo的做法,需要准备三列数据,第一列是日期(时间),第二列和第三列分别是两个市场的价格。但实际上直接准备两列对数价格也可以。比如这样

ln_m2A         H
1  2.3025851 2.3513753
2  2.4849066 2.5176965
3  2.6390573 2.6810215
4  2.7725887 2.7725887
5  2.8903718 2.9177707
6  2.9957323 3.0155349
7  2.8903718 2.9069011
8  2.7725887 2.7850112
9  2.6390573 2.6946272
10 2.4849066 2.4849066
11 2.3025851 2.3887628
12 2.0794415 2.0918641
13 1.7917595 1.8870696
14 1.3862944 1.5686159
15 0.6931472 0.7419373
16 1.3862944 1.5475625
17 1.7917595 1.8245493
18 2.0794415 2.1860513
19 2.3025851 2.3223877
20 2.4849066 2.5176965

(8)计算结果:

ifrogs::pdshare(ln_m2)
$is.original.orderingIS
A 0.02606541
H 0.97393459$is.reversed.orderingIS
H 0.1995205
A 0.8004795$component.shareCS
A 0.4573488
H 0.5426512$var.covar.matrixA           H
A 0.006355232 0.005642670
H 0.005642670 0.005492432$lags.used
[1] 5

(9)当然,pdshare还包含有两个可选参数override.lags和lag.max,具体解释和用法可以参考文档。

祝各位科研顺利

【R语言】计算信息份额模型 - Computes information share component share weights相关推荐

  1. R语言基于信息价值IV(Information Value)和证据权重WOE(Weights of Evidence)进行特征筛选(feature selection)

    R语言基于信息价值IV(Information Value)和证据权重WOE(Weights of Evidence)进行特征筛选(feature selection) 对一个学习任务来说,给定属性集 ...

  2. r语言 计算模型的rmse_直播丨R语言与作物模型高级应用实战技术应用

    随着基于过程的作物生长模型(Process-based Crop Growth Simulation Model)的发展,R语言在作物生长模型和数据分析.挖掘和可视化中发挥着越来越重要的作用.想要成为 ...

  3. R语言构建logistic回归模型并评估模型:模型预测结果抽样、可视化模型分类预测的概率分布情况、使用WVPlots包绘制ROC曲线并计算AUC值

    R语言构建logistic回归模型并评估模型:模型预测结果抽样.可视化模型分类预测的概率分布情况.使用WVPlots包绘制ROC曲线并计算AUC值 目录

  4. R语言构建logistic回归模型并评估模型:计算混淆矩阵、并基于混淆矩阵计算Accuray、Precision、Recall(sensitivity)、F1、Specificity指标

    R语言构建logistic回归模型并评估模型:计算混淆矩阵.并基于混淆矩阵计算Accuray.Precision.Recall(sensitivity).F1.Specificity指标 目录

  5. R语言计算回归模型每个样本(观察、observation、sample)的DFFITS度量实战:忽略单个观察(样本)时,回归模型所做的预测会发生多大的变化

    R语言计算回归模型每个样本(观察.observation.sample)的DFFITS度量实战:忽略单个观察(样本)时,回归模型所做的预测会发生多大的变化 目录

  6. R语言计算回归模型每个样本(观察、observation、sample)的杠杆值(leverage)实战:如果一个样本的预测变量比其他样本的预测变量值更极端,那么被认为具有很高的杠杆作用

    R语言计算回归模型每个样本(观察.observation.sample)的杠杆值(leverage)实战:如果一个样本的预测变量比其他样本的预测变量值更极端,那么被认为具有很高的杠杆作用 目录

  7. R语言计算F1评估指标实战:F1 score、使用R中caret包中的confusionMatrix()函数为给定的logistic回归模型计算F1得分(和其他指标)

    R语言计算F1评估指标实战:F1 score.使用R中caret包中的confusionMatrix()函数为给定的logistic回归模型计算F1得分(和其他指标) 目录

  8. R语言计算回归模型标准化残差实战(Standardized Residuals):识别回归模型中离群点

    R语言计算回归模型标准化残差实战(Standardized Residuals):识别回归模型中离群点 目录

  9. R语言计算回归模型的SST、SSR以及SSE指标实战

    R语言计算回归模型的SST.SSR以及SSE指标实战 目录 R语言计算回归模型的SST.SSR以及SSE指标实战 #仿真数据

最新文章

  1. 如何用一句话证明你学过 NLP ?
  2. 没有他,就没有我们现在的WebRTC
  3. 企业即时通讯市场增长500%
  4. Office文档上传后实时转换为PDF格式_图片文件上传后实时裁剪_实现在线预览Office文档
  5. python万年历源代码_python万年历实现代码 含运行结果
  6. 51Talk联合创始人兼COO张礼明离职
  7. [渝粤教育] 中国地质大学 运筹学1 复习题
  8. HttpClient post 请求实例
  9. 移动通信原理学习笔记之一
  10. java poi读取word内容
  11. opencv的下载与安装
  12. pandas的认识与dataframe的认识 day04课件代码
  13. svg-path圆点沿路径跟随动画
  14. 有道云笔记快捷键大全+修改
  15. CLRS 17.4动态表
  16. 微命令、微指令、微操作
  17. 编译原理知识点总结——识别单词的DFA
  18. 苹果系统使用svg 动画_为什么要使用SVG图像:如何为SVG设置动画并使其快速闪电化
  19. 易优CMS网站建设类企业网站模板 互联网营销网站模板
  20. carsim学习日记1

热门文章

  1. mongoDB Ops Manager
  2. outlook删除服务器文件恢复,通过OutLook 2013 找回误删除的邮件
  3. macOS中安装zsh,并配置些重要插件
  4. 技术人在互联网如何变现
  5. 三维扫描系列 点云绪论
  6. Hadoop-大数据引言
  7. SaltStack常用的模块-1
  8. 微信小程序:本地存储数据
  9. Ipopt with Metis编译指南
  10. [网鼎杯 2020 朱雀组]Nmap