还是更喜欢任务导向式地学语言，系统性从头到尾真记不住，正巧来干一下VAR 对VAR模型的粗浅理解这里看了一位csdn博主的解释，感觉豁然开朗 他以黄金现货的价格为例，传统的时间序列模型，比如 ARIMA、ARIMA-GARCH 等关注的是价格自身的变化，模型里都是价格自身的滞后项，而 VAR 模型除了分析自身滞后项的影响外，还分析其他相关因素的滞后项对未来值产生的影响 设置时间序列12tsset

光生伏特效应光生伏特效应于1839年由法国科学家A.E.贝克勒尔发现，光照能使半导体材料的不同部位之间产生电位差，若用导线将不同部位连接起来，即会产生电流输出。将单一物质半导体掺杂其他物质形成杂质半导体后，如果最外层有多余电子，则称为N型半导体，N表示带负电；如果最外层电子相对于稳定的8个电子缺失一个，即产生了一个“空穴”，称之为P型半导体，P表示空穴可以等效成带正电的微粒。常温下由于热能导致本征

sum在 Stata 中，sum 命令用于提供变量的描述性统计信息，包括观测值的数量、平均值、标准差、最小值、最大值等。 基本用法： 1sum [varlist] [if] [in] [weight] [, options] varlist 是你想要计算描述性统计的变量列表。 if 是一个条件表达式，用来指定满足特定条件的观测值。 in 是一个范围，用来指定想要计算统计的观测值的范围。 wei

数据导入常用的数据格式主要是.td .csv 和Excel，注意在导入之前，最好先定义一下工作目录： 1cd "D:\Stata\Study\Data Sets- STATA" 在导入命令之后，最好也加上clear来清除内存中的数据 1.导入.csv等分隔符文本文件 1import delimited "xxx.csv", clear 2.导入 Ex

更新了VSCode之后，所有界面里面的中文都被打上了黄框，很烦，经过一段摸索，找到了解决办法，特此记录，以防之后忘了 点开左下角的小齿轮，选择settings 在搜索栏搜索ASCII 在 Editor>Unicode Highlight:Non Basic ASCII 的下拉栏中，选择 false 即可

从零开始的Stata生活暑假期间因为实习和备考CPA，鸽了很久，现在开学了要重新拾起来了，正好学校要求用Stata，那就从头学起，幸好逻辑上和Python是类似的 Step 1下载好之后，解压，右键，以管理员身份运行Stata17 然后一路next，User和Organization可以随意，下面记得勾选为所有人安装的选项 下一步，选择Stata MP 然后一路next，等待安装完成 Step 2

日期 红盘 绿盘 实际涨停 非一字涨停 跌停 炸板 连板 二连板 三连板 三连板以上 2023.10.30（周一） 3674 1460 73 66 11 29 13 7 1 5 2023.10.31（周二） 2060 3065 47 37 16 21 12 6 3 3 2023.11.01（周三） 2779 2288 43 38 10 25 12 5 2 5 2023.11

久闻LSTM的大名，觊觎其进行时间序列分析的能力，以本人非专业的能力理解起来相当之困难，先开篇学习一个项目，再尝试精进 关于LSTM近年来在知网总是看到LSTM等神经网络方法用于时间序列分析的论文着实很眼馋，先来做一个简单的项目，后面尝试复现一些论文 LSTM（Long Short-Term Memory）是一种特殊类型的循环神经网络（RNN），它能够学习长期依赖信息， LSTM的主要特点： 门控

我知道用stata和R的更多，此处仅基于兴趣摸索，本文数据来自于朱顺全老师的教程，感谢本杰明·安德森教授！！！ 一阶差分12345678data=data.diff() # 一阶差分data=data.dropna()x=np.array(data[['lr']])y=np.array(data[['kf']])X=sm.add_constant(x)mod

我知道用stata和R的更多，此处仅基于兴趣摸索，本文数据来自于朱顺全老师的教程，感谢本杰明·安德森教授！！！ 检验异方差12345678bpg_test = het_breuschpagan(fit.resid, X) # Breusch-Pagan检验异方差print("Breusch-Pagan Test:", bpg_test)white_test = het_whit