和我一起学量化

dillonhao 发表于 2014-8-25 22:28
第三次更新。如果大家希望看到完整的内容，可以进入帖子后，点击只看作者，这样会忽略掉一些无关的回复。
...

感谢你发布自己的学习过程，统计的应用上有很多欠缺的，希望能多向你学习

关注一下~！

第四次更新。发现把程序放在附件里面不是很方便。从今天开始，我会把关键SAS代码直接贴在正文里面，完整的代码也会贴在附件里面，以供查阅。本次更新继续用描述分析来观察数据，并且做一个简单的回归分析。
之前一直使用的是上证指数和华侨城从上市到现在的数据。上证指数有二十多年，华侨城有十几年。这样做好处是数据比较多，但是缺点也很明显。原因就是过去十几年中，国内股市经历过几次大的政策变化，上证指数的成份股也发生很多变化。数据前后跨度太大，一致性就受影响。本次更新了一下数据处理程序，加入了时间选择能力，可以自由决定选择多长时间的数据进行分析。

%let datapath="D:\quant\data";
%let stock = hqc; /*the name of the index to be analysed*/
%let index = sh; /*the name of the index*/
%let rundate = '22AUG2014'd; ;/*the cut off time */
%let backdays = 1000; /*how many days back to the past*/

libname quant &datapath;

/*calculate stock return*/
data stock_return;
set quant.&stock;
if date gt (&rundate - &backdays);
format return d6.5;
return = (close - open)/open;
run;

/*calculate index return*/
data index_return;
set quant.&index;
if date gt (&rundate - &backdays);
format return d6.5;
return = (close - open)/open;
run;

通过设置一下两个变量（rundate，backdays）来控制时间区间，这里我选择2014年8月22日往前推1000天开始到2014年8月22日。你也可以根据你的需要修改这两个时间。
然后在看一下上证指数和华侨城在价格上有没有相关性。
[td]

Pearson 相关系数, N = 663 Prob > |r| under H0: Rho=0
	stock_close	index_close
stock_close close	1.00000	0.47553 <.0001
index_close close	0.47553 <.0001	1.00000

可以看到，相比之前使用完整的数据，他们两者之间的相关性降低了，但是相关性还是显著的。
有了这个结论，我们希望用上证指数去估计华侨城的价格，这里我们建立一个线性模型。
proc reg data=corr_price;
model stock_close=index_close;
run;
quit;
以下是分析结果。


[td]

方差分析
源	自由度	平方和	均方	F 值	Pr > F
模型	1	58.87574	58.87574	193.14	<.0001
误差	661	201.49083	0.30483
校正合计	662	260.36657

均方根误差	0.55211	R 方	0.2261
因变量均值	5.53979	调整 R 方	0.2250
变异系数	9.96629

[td]

参数估计
变量	标签	自由度	参数 估计	标准 误差	t 值	Pr > |t|
Intercept	Intercept	1	0.41154	0.36962	1.11	0.2659
index_close	close	1	0.00236	0.00016957	13.90	<.0001

大家能看出来这些图都表示什么意思么？我们的模型做的怎么样？欢迎抢答，明天给大家分析。睡觉去了。

期待下文呀。

谢谢lz的分享，关注中。。。

搬个板凳和大牛学习。

没了？请继续。