选取某支股票，采用排序法计算其一年期75%置信度的日度vaR。若回测时次日跌幅超过∨aR预测的阈值,则判定为一次违约。
采用交易量、振幅(最高价减最低价)和收益率 MACD, KDJ OBV,CCI来预测违约,
估计logit, SVM, NNET, KKN, decision tree模型评价你的模型效果(NP、ROC、CAP)
并思考:如何改善分类模型?
当我们进行投资时，投资的资产就会暴露在市场环境之下，面临风险。其中一个风险，就叫做市场风险。市场风险是指银行因为利率、外汇汇率、股票和商品价格变动所造成的市场价格波动而蒙受损失的风险。简单的说，就是资产的价格波动带来损失的风险。
VAR是按某一确定的置信度, 对某一给定的时间期限内不利的市场变动可能造成资产价值的最大损失的一种估计。
我们选择的是的特锐德的，股股票代码是300001.SZ，选择的是2020年数据，使用tushare接口获取数据，第一步，我们计算股票的简单收益率并进行排序，具体代码如下所示。
library('Tushare')
api <- Tushare::pro_api(token = '1918381fe5d2875b916740ed6dd1db642563ea2abf46858e221a17b4')
# 读取数据 特锐德(300001.SZ) 2020年
ruide <- api(