ARCH for Python

这些详情尚未被PyPI验证

项目链接

元数据

许可证：伊利诺伊大学/NCSA开源许可证 (# 许可证 **版权所有 (c) 2017 Kevin Sheppard。保留所有权利。** 由Kevin Sheppard开发...)
作者： Kevin Sheppard
维护者： Kevin Sheppard
标签 arch, ARCH, 方差, 经济计量学, 波动性, 金融, GARCH, 自举, 随机游走, 单位根, Dickey Fuller, 时间序列, 置信区间, 多重比较, 现实检查, SPA, StepM
要求： Python >=3.9

项目描述

arch

自回归条件异方差性 (ARCH) 和其他金融计量学工具，用Python编写（使用Cython和/或Numba以提高性能)

度量
最新发布

持续集成
覆盖率
代码质量

引用
文档

Python 3

arch仅适用于Python 3。版本4.8是支持Python 2.7的最后一个版本。

文档

主分支的文档托管在我的GitHub页面上。

发布的文档托管在read the docs。

关于ARCH的更多信息

有关ARCH和相关模型的更多信息可在Kevin Sheppard的网站上的笔记和研究资料中找到。

贡献

欢迎贡献。有许多层次可以贡献

实现新的波动过程，例如，FIGARCH
改进docstrings中不清楚或存在错别字的地方
提供示例，最好是IPython笔记本的形式

示例

波动率建模

均值模型
- 常数均值
- 异方差自回归（HAR）
- 自回归（AR）
- 零均值
- 有或没有外生回归因子的模型
波动率模型
- ARCH
- GARCH
- TARCH
- EGARCH
- EWMA/RiskMetrics
分布
- 正态分布
- 学生t分布
- 广义误差分布

请参阅单变量波动率示例笔记本以获取更全面的概述。

import datetime as dt
import pandas_datareader.data as web
st = dt.datetime(1990,1,1)
en = dt.datetime(2014,1,1)
data = web.get_data_yahoo('^FTSE', start=st, end=en)
returns = 100 * data['Adj Close'].pct_change().dropna()

from arch import arch_model
am = arch_model(returns)
res = am.fit()

单位根检验

Augmented Dickey-Fuller
Dickey-Fuller GLS
Phillips-Perron
KPSS
Zivot-Andrews
方差比率测试

请参阅单位根测试示例笔记本以了解对时间序列进行单位根测试的示例。

协整测试与分析

测试
- Engle-Granger测试
- Phillips-Ouliaris测试
协整向量估计
- 典型协整回归
- 动态OLS
- 完全修正OLS

请参阅协整测试示例笔记本以了解对时间序列进行协整测试的示例。

自举法

自举法
- 独立同分布（IID）自举法
- 平稳自举法
- 环形块自举法
- 移动块自举法
方法
- 置信区间构建
- 协方差估计
- 将方法应用于自举法估计模型
- 通用的自举迭代器

请参阅自举示例笔记本以了解从statsmodels中自举夏普比率和Probit模型的示例。

# Import data
import datetime as dt
import pandas as pd
import numpy as np
import pandas_datareader.data as web
start = dt.datetime(1951,1,1)
end = dt.datetime(2014,1,1)
sp500 = web.get_data_yahoo('^GSPC', start=start, end=end)
start = sp500.index.min()
end = sp500.index.max()
monthly_dates = pd.date_range(start, end, freq='M')
monthly = sp500.reindex(monthly_dates, method='ffill')
returns = 100 * monthly['Adj Close'].pct_change().dropna()

# Function to compute parameters
def sharpe_ratio(x):
    mu, sigma = 12 * x.mean(), np.sqrt(12 * x.var())
    return np.array([mu, sigma, mu / sigma])

# Bootstrap confidence intervals
from arch.bootstrap import IIDBootstrap
bs = IIDBootstrap(returns)
ci = bs.conf_int(sharpe_ratio, 1000, method='percentile')

多重比较程序

测试优越预测能力（SPA），也称为现实检查或自举数据侦察
逐步（StepM）
模型置信集（MCS）

请参阅多重比较示例笔记本以了解多重比较程序的示例。

长期协方差估计

基于核的长程协方差估计器，包括Bartlett核，在计量经济学中称为Newey-West。所有协方差估计器都提供自动带宽选择。

from arch.covariance.kernel import Bartlett
from arch.data import nasdaq
data = nasdaq.load()
returns = data[["Adj Close"]].pct_change().dropna()

cov_est = Bartlett(returns ** 2)
# Get the long-run covariance
cov_est.cov.long_run

要求

这些要求反映了测试环境。arch可能在更旧版本中也能工作。

Python（3.9+）
NumPy（1.19+）
SciPy（1.5+）
Pandas（1.1+）
statsmodels（0.12+）
matplotlib（3+），可选

可选要求

如果可用，将使用Numba（0.49+），并且当不构建二进制模块时安装。为了确保不构建这些模块，您必须设置环境变量ARCH_NO_BINARY=1并且不使用wheel安装。

export ARCH_NO_BINARY=1
python -m pip install arch

或者在Windows上使用Powershell

$env:ARCH_NO_BINARY=1
python -m pip install arch

jupyter和notebook是运行笔记本所必需的

安装

使用编译器进行标准安装需要Cython。如果您没有安装编译器，arch仍然可以安装。您会看到一条警告，但这可以忽略。如果您没有编译器，强烈推荐使用numba。

pip

发布版可在PyPI上获取，并可以使用pip进行安装。

pip install arch

您还可以从GitHub安装最新版本。

pip install git+https://github.com/bashtage/arch.git

设置环境变量ARCH_NO_BINARY=1可以用来禁用扩展的编译。

Anaconda

使用conda的用户可以从conda-forge安装，

conda install arch-py -c conda-forge

注意：conda-forge的名称是arch-py。

Windows

当使用Python 3.8或更高版本时，使用社区版Visual Studio构建扩展非常简单。如果已安装numba，则无需构建，因为即时编译代码（numba）的运行速度与预编译扩展相同。

开发

开发需求包括

Cython（0.29+，如果不使用ARCH_NO_BINARY=1，则支持3.0.0b2+）
pytest（用于测试）
sphinx（用于构建文档）
sphinx-immaterial（用于构建文档）
jupyter，notebook和nbsphinx（用于构建文档）

安装说明

如果未安装Cython，则将包安装为设置了ARCH_NO_BINARY=1的情况。
设置不会验证这些要求。请确保已安装这些软件包。

项目详情

这些详情尚未被PyPI验证

项目链接

元数据

许可证：伊利诺伊大学/NCSA开源许可证 (# 许可证 **版权所有 (c) 2017 Kevin Sheppard。保留所有权利。** 由Kevin Sheppard开发...)
作者： Kevin Sheppard
维护者： Kevin Sheppard
标签 arch, ARCH, 方差, 经济计量学, 波动性, 金融, GARCH, 自举, 随机游走, 单位根, Dickey Fuller, 时间序列, 置信区间, 多重比较, 现实检查, SPA, StepM
要求： Python >=3.9

发布历史发布通知 | RSS源

本版本

7.1.0

2024年9月24日

7.0.0

2024年4月16日

6.3.0

2024年1月5日

6.2.0

2023年9月26日

6.1.0

2023年5月26日

6.0.1

2023年5月23日

6.0.0

2023年5月22日

5.6.0

2023年5月26日

5.5.0

2023年4月25日

5.4.0

2023年4月12日

5.3.1

2022年6月22日

5.3.0

2022年6月22日

5.2.0

2022年3月31日

5.1.0

2021年11月19日

5.0.1

2021年7月22日

5.0

2021年7月22日

4.19

2021年3月16日

4.18

2021年3月3日

4.17

2021年3月2日

4.16.1

2021年2月8日

4.16

2021年2月5日

4.15

2020年6月24日

4.14

2020年4月17日

4.13

2020年2月3日

4.12

2020年2月3日

4.11

2019年11月22日

4.10.0

2019年10月14日

4.9.1

2019年8月31日

4.9.0

2019年8月30日

4.8.1

2019年3月28日

4.8.0

2019年3月27日

4.7.0

2018年12月13日

4.6.0

2018年10月3日

4.5.0

2018年9月28日

4.4.1

2018年8月14日

4.4

2018年8月14日

4.3.1

2017年12月14日

4.3

2017年12月13日

4.2

2017年9月3日

4.1

2017年3月21日

4.0

2016年12月29日

3.2

2016年8月4日

3.1

2015年8月5日

3.0

2015年2月22日

2.0

2014年10月16日

1.0

2014年9月2日

下载文件

下载适合您平台的项目文件。如果您不确定要选择哪个，请了解有关安装包的更多信息。

源分布

arch-7.1.0.tar.gz （3.7 MB 查看哈希值）

上传时间 2024年9月24日 源

构建版本

arch-7.1.0-cp313-cp313-win_amd64.whl （923.0 kB 查看哈希值）

上传时间 2024年9月24日 CPython 3.13 Windows x86-64

arch-7.1.0-cp313-cp313-musllinux_1_2_x86_64.whl （983.4 kB 查看哈希值）

上传时间 2024年9月24日 CPython 3.13 musllinux：musl 1.2+ x86-64

arch-7.1.0-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (975.7 kB 查看哈希值)

上传时间：2024年9月24日 CPython 3.13 manylinux: glibc 2.17+ x86-64

arch-7.1.0-cp313-cp313-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (945.2 kB 查看哈希值)

上传时间：2024年9月24日 CPython 3.13 manylinux: glibc 2.17+ ARM64

arch-7.1.0-cp313-cp313-macosx_11_0_arm64.whl (923.1 kB 查看哈希值)

上传时间：2024年9月24日 CPython 3.13 macOS 11.0+ ARM64

arch-7.1.0-cp313-cp313-macosx_10_13_x86_64.whl (943.7 kB 查看哈希值)

上传时间：2024年9月24日 CPython 3.13 macOS 10.13+ x86-64

arch-7.1.0-cp312-cp312-win_amd64.whl (923.9 kB 查看哈希值)

上传时间：2024年9月24日 CPython 3.12 Windows x86-64

arch-7.1.0-cp312-cp312-musllinux_1_2_x86_64.whl (984.2 kB 查看哈希值)

上传时间：2024年9月24日 CPython 3.12 musllinux: musl 1.2+ x86-64

arch-7.1.0-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (976.1 kB 查看哈希值)

上传时间：2024年9月24日 CPython 3.12 manylinux: glibc 2.17+ x86-64

arch-7.1.0-cp312-cp312-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (946.1 kB 查看哈希值)

上传时间：2024年9月24日 CPython 3.12 manylinux: glibc 2.17+ ARM64

arch-7.1.0-cp312-cp312-macosx_11_0_arm64.whl (925.4 kB 查看哈希值)

上传时间：2024年9月24日 CPython 3.12 macOS 11.0+ ARM64

arch-7.1.0-cp312-cp312-macosx_10_13_x86_64.whl (946.7 kB 查看哈希值)

上传时间：2024年9月24日 CPython 3.12 macOS 10.13+ x86-64

arch-7.1.0-cp311-cp311-win_amd64.whl (924.9 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.11 Windows x86-64

arch-7.1.0-cp311-cp311-musllinux_1_2_x86_64.whl (996.2 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.11 musllinux: musl 1.2+ x86-64

arch-7.1.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (983.2 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.11 manylinux: glibc 2.17+ x86-64

arch-7.1.0-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (955.7 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.11 manylinux: glibc 2.17+ ARM64

arch-7.1.0-cp311-cp311-macosx_11_0_arm64.whl (923.0 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.11 macOS 11.0+ ARM64

arch-7.1.0-cp311-cp311-macosx_10_9_x86_64.whl (944.2 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.11 macOS 10.9+ x86-64

arch-7.1.0-cp310-cp310-win_amd64.whl (924.9 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.10 Windows x86-64

arch-7.1.0-cp310-cp310-musllinux_1_2_x86_64.whl (996.6 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.10 musllinux: musl 1.2+ x86-64

arch-7.1.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (982.9 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.10 manylinux: glibc 2.17+ x86-64

arch-7.1.0-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (956.1 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.10 manylinux: glibc 2.17+ ARM64

arch-7.1.0-cp310-cp310-macosx_11_0_arm64.whl (922.4 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.10 macOS 11.0+ ARM64

arch-7.1.0-cp310-cp310-macosx_10_9_x86_64.whl (943.1 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.10 macOS 10.9+ x86-64

arch-7.1.0-cp39-cp39-win_amd64.whl (926.0 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.9 Windows x86-64

arch-7.1.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (983.9 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.9 manylinux: glibc 2.17+ x86-64

arch-7.1.0-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (957.1 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.9 manylinux: glibc 2.17+ ARM64

arch-7.1.0-cp39-cp39-macosx_11_0_arm64.whl (923.4 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.9 macOS 11.0+ ARM64

arch-7.1.0-cp39-cp39-macosx_10_9_x86_64.whl (944.3 kB 查看哈希值)

上传于 2024年9月24日 CPython 3.9 macOS 10.9+ x86-64

arch-7.1.0.tar.gz的哈希值

arch-7.1.0.tar.gz的哈希值
算法	哈希摘要
SHA256	`1366948acb0a74ebaef7bb88ba9009951208767539938c53b222119bf0eeb701`
MD5	`1d8adb4a8e8f1b67e775a34b7ed7c8aa`
BLAKE2b-256	`62d715937bf8869df120fe1f5df58c32bab2baf21ddc683926ffd135559bca2b`

arch-7.1.0-cp313-cp313-win_amd64.whl的哈希值

arch-7.1.0-cp313-cp313-win_amd64.whl的哈希值
算法	哈希摘要
SHA256	`e8d5f3adb51e540052804d24c87f6de2ea7bdefa461a4532f1e9523e121a4023`
MD5	`5eb46c3f33f8669bd6fd29e9c5f71510`
BLAKE2b-256	`64f7621b364576113fb7d87820538312683e5b9aa6360674c949079b3d5f1875`

arch-7.1.0-cp313-cp313-musllinux_1_2_x86_64.whl的哈希值

arch-7.1.0-cp313-cp313-musllinux_1_2_x86_64.whl的哈希值
算法	哈希摘要
SHA256	`c992567eefe7c8954f89ab5b76738ae0b93c96f3ae1a9d50925fbcae0a118047`
MD5	`16d01d562b9ef8e1fc947390c0c4122b`
BLAKE2b-256	`5f642fbd78536456048c715beb8df9178698aad60fbb82b2bd8cf5a1ddd34f91`

arch-7.1.0-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值

arch-7.1.0-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值
算法	哈希摘要
SHA256	`6a55081feefa9307a98aa327dddd9791f1214ad0c3be1e47d7420f17d1990fd3`
MD5	`7151dc8e8475c3dcb88034d9c827b363`
BLAKE2b-256	`ef5415ffcb1d99a30669ce650b0a7b873e061cdec0d966e5538791aae7cdc2c0`

arch-7.1.0-cp313-cp313-manylinux_2_17_aarch64.manylinux2014_aarch64.whl的哈希值

arch-7.1.0-cp313-cp313-manylinux_2_17_aarch64.manylinux2014_aarch64.whl 的哈希值
算法	哈希摘要
SHA256	`b143ff3a70da9cc5b90af58410caff03eafce36f0dd04b628ead1272467f3b43`
MD5	`3f19fad3d83d51139bdad6b62cee55f3`
BLAKE2b-256	`a68b90d18f4501f3768fb6853efb9d30a7d5d5113ebef7fc11981cb2035b1a91`

哈希值 for arch-7.1.0-cp313-cp313-macosx_11_0_arm64.whl

arch-7.1.0-cp313-cp313-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`5467232c860421ea9d8558d811d150c39be9b6925fa306a351e1a37a360c689e`
MD5	`951f86a948fb640c00942bc53acebb4a`
BLAKE2b-256	`8f4c29c0c99012dc8aa4d9a68cb23cccd9a8dba010e3d032de265cc8790e9d62`

哈希值 for arch-7.1.0-cp313-cp313-macosx_10_13_x86_64.whl

arch-7.1.0-cp313-cp313-macosx_10_13_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`a6925b52393af52e9c36bbda38a89936a97e89c2e538f4bf84d8ef76fffd2c31`
MD5	`a32e10b306a6855c72162a4d68779356`
BLAKE2b-256	`b7af77ce76b259239d03253201a0b8fa1e0070e1982c8c1913ec58671635136f`

哈希值 for arch-7.1.0-cp312-cp312-win_amd64.whl

arch-7.1.0-cp312-cp312-win_amd64.whl 的哈希值
算法	哈希摘要
SHA256	`2b7a234bd9dfaa12f17ada90ba5ab96f65c3733caea73d54859e9cfc2afe448a`
MD5	`95402274e871aca35dc0584d9e262054`
BLAKE2b-256	`b0e47e1b486b0f185d2aa6ad14a7b8e346377369b0b939bea68cfb43d645a98e`

哈希值 for arch-7.1.0-cp312-cp312-musllinux_1_2_x86_64.whl

arch-7.1.0-cp312-cp312-musllinux_1_2_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`f6ef05575723344f91ca83db331fe3af18e0fe77d09f6e8c00ce2928438803ff`
MD5	`135247ff5ff8154d8ed9f802388ebea0`
BLAKE2b-256	`0ccb2b37070a77cc41ebd6df152507b1073ba16e6c123ca4665e402a84fc22e1`

哈希值 for arch-7.1.0-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

arch-7.1.0-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`84e03bd489c44006239b1ba1a009eb2c452e14652b00e4086ff0ef3deeb1ae9f`
MD5	`d76549a3f043f21dd2431b1b03875785`
BLAKE2b-256	`95d3791abf556e1f542c7dfed731da0717e35b36d0cfd7c53b1d08a88bc04f01`

哈希值 for arch-7.1.0-cp312-cp312-manylinux_2_17_aarch64.manylinux2014_aarch64.whl

arch-7.1.0-cp312-cp312-manylinux_2_17_aarch64.manylinux2014_aarch64.whl 的哈希值
算法	哈希摘要
SHA256	`31b610a13036210b682296e0ce202bd55cc1e0701064ef2e002d287247ee41cb`
MD5	`f4c889e96d81d89cf4dd9265314af66f`
BLAKE2b-256	`0e0f6fc54587f70c1e4edfd0af82cbfdaa30e305a99d39802d6743657e710951`

哈希值 for arch-7.1.0-cp312-cp312-macosx_11_0_arm64.whl

arch-7.1.0-cp312-cp312-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`86e968b87e035e4efe83c2ffd8355554424057cb02ca7320332a70f0f71476da`
MD5	`753d4ca096d24b531a0afbc62dde4db0`
BLAKE2b-256	`c54d850fdb903afecf0212656800542d81cef7432ab1f98fef7f9106a4810f42`

哈希值 for arch-7.1.0-cp312-cp312-macosx_10_13_x86_64.whl

arch-7.1.0-cp312-cp312-macosx_10_13_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`90dccd953c4732e97734b9c41d814f9cf660077e0ccdbe43aabb1cbb34352f1d`
MD5	`b304cc85aee13e373904fde35edda50a`
BLAKE2b-256	`eb69c4eb856d1660c5caa25217abf0fbf16f23344fa8a812611ca74f5912dd76`

哈希值 for arch-7.1.0-cp311-cp311-win_amd64.whl

arch-7.1.0-cp311-cp311-win_amd64.whl 的哈希值
算法	哈希摘要
SHA256	`92bee1dd145a231513bc25df08099a7536edfe4081c62f97babdd5a0c85a5511`
MD5	`39e20c71f6013dc6aa417a8d11a47526`
BLAKE2b-256	`25399fe74b51ba27294e11b4446cc8fd675f453b61c3369560f30ecb436da0f6`

哈希值 for arch-7.1.0-cp311-cp311-musllinux_1_2_x86_64.whl

arch-7.1.0-cp311-cp311-musllinux_1_2_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`8b3b5f630322b407872bcc157fff8c783baea3c92a7e5009612d92aebe49fda7`
MD5	`d675ae9fe6077842c9ff3c411d5dd428`
BLAKE2b-256	`261564e473c4bf9a3913da56e705c14673cd4cb87b7a86f375eed003d7086f3f`

哈希值 for arch-7.1.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

arch-7.1.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`015503c39f9a5ba4fcc34b43b0a764c4b96d63931e90d08241298b7180aee035`
MD5	`c65e646b90dacbc74116e0b14b76804a`
BLAKE2b-256	`4afd0f40ec82ea25d66c5d308e3c853ac90ad9f9e47e2b3697d1716c42e9473b`

哈希值 for arch-7.1.0-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl

arch-7.1.0-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl 的哈希值
算法	哈希摘要
SHA256	`5133494904d068b07ef768ddb4c82a41b8691577d65837fe4da9ecce318b2be7`
MD5	`8b9c0dabc6c8bcebc63243180a2c2b57`
BLAKE2b-256	`b70091a7a7f3048891c40de6f6d02fae71bc55bf18fb1fd6d4f7d74254fb64f8`

哈希值用于 arch-7.1.0-cp311-cp311-macosx_11_0_arm64.whl

arch-7.1.0-cp311-cp311-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`f8303838daedf01ec0df32c15f33095df06f75c493ca345d2306acc448bc888a`
MD5	`fd5c28af93e96c0cb7e2764485b3af26`
BLAKE2b-256	`ab3ea7253727468635ea4b514675d2aeff9b02fd4e2aebd38d88af7cdcf71779`

哈希值用于 arch-7.1.0-cp311-cp311-macosx_10_9_x86_64.whl

arch-7.1.0-cp311-cp311-macosx_10_9_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`34f85a694fe245c99a188e8a95c23a352b9a7b556a1e289d8efa722e34b89925`
MD5	`5e6c17aa90e853647f4bd0c2e943eaab`
BLAKE2b-256	`13a628616ba3a25f3b25d7eadf6f52e9cbf03717a03cc1cce211d54add1febb9`

哈希值用于 arch-7.1.0-cp310-cp310-win_amd64.whl

arch-7.1.0-cp310-cp310-win_amd64.whl 的哈希值
算法	哈希摘要
SHA256	`d95df0bbcf8357c4d57c71fb93ccbef46e3ff1d6b98c2572845b1686ecc8eaef`
MD5	`852e063c5f1caacd1b651f6ce61104b7`
BLAKE2b-256	`614a6765b4a7f67fc462817a8eb3d8608a9e32db6387c7744e2b7866890093b2`

哈希值用于 arch-7.1.0-cp310-cp310-musllinux_1_2_x86_64.whl

arch-7.1.0-cp310-cp310-musllinux_1_2_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`2810d45bebdaaa615ad793fb369fba6ae42f5a242d49169ff6800e9f13666899`
MD5	`03a925afb7a24cf78f1b23b528f5d17b`
BLAKE2b-256	`c448e0e617575c2afea9c0ed4bf26073ba16273fed95b903e99327766a6886ab`

哈希值用于 arch-7.1.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

arch-7.1.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`0bb8892a151f4950c0cfda90ba38e05a1edd4a7d58084ffc2203fc6dd7cd45e7`
MD5	`01686435eb45cf40cf4651332ea9bc9f`
BLAKE2b-256	`1e3eed81da14775cd53cb3b0f1b5ee537fa07fd00a0dfc698fe3d520545f41be`

哈希值用于 arch-7.1.0-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl

arch-7.1.0-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl 的哈希值
算法	哈希摘要
SHA256	`9233998daf6ddfc849f1ddac4c5c0e822f5a512ca45b7fe0e8a6de6729fe1f65`
MD5	`4aad01a5da835cc2d7851b2c7a6ca7fd`
BLAKE2b-256	`106799e303ff2be5163f495c9773d8a0145f320b3aef6f394cc7db018879afc7`

哈希值用于 arch-7.1.0-cp310-cp310-macosx_11_0_arm64.whl

arch-7.1.0-cp310-cp310-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`8e8278b5feb3540f01b6be596dcc585213f7c4ec70e37ba3b931b7633dea9808`
MD5	`8f079a66e0f4363eade3353b669d17ec`
BLAKE2b-256	`5775b09dc7d461c20c769d48c001dd507ad4239a75e598204a486f8b186dac5d`

哈希值用于 arch-7.1.0-cp310-cp310-macosx_10_9_x86_64.whl

arch-7.1.0-cp310-cp310-macosx_10_9_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`e18f94cbc339491d116e85d66491fef67edb2e54cfbdfc05a47bb0e76d461fa2`
MD5	`9ba285501032046931b76dcc6b465854`
BLAKE2b-256	`af85b1b8d0ed6c6f1c50873f16dae8e72815f270553cd46cf3a82ebfd30957c3`

哈希值用于 arch-7.1.0-cp39-cp39-win_amd64.whl

arch-7.1.0-cp39-cp39-win_amd64.whl 的哈希值
算法	哈希摘要
SHA256	`41dd7fa80ab10b8bfa47c7d344975e6fbbe7d016736490bf008e662f31a06768`
MD5	`8d365d00bf8972df5394e4fad2795919`
BLAKE2b-256	`3ccdd9d670df3d1bd8488ae414bcb6ee6c1e615d31fc9ad292cf410c184d5e8c`

哈希值用于 arch-7.1.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

arch-7.1.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`8e70ae3f144976ed10c04c3665b30f19eea895cf91982b57b982d05de894edaa`
MD5	`bd801e776691ee2b864b75a638b1b3bf`
BLAKE2b-256	`b045de0f4ab8687a1a9994101286b9f292a36e7e6df40e12c1007888b425b48e`

哈希值用于 arch-7.1.0-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl

arch-7.1.0-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl 的哈希值
算法	哈希摘要
SHA256	`ad5add6a2526403dabb35cb9011db4bd73bcb7ac6879d28b88089ccb696f0c4c`
MD5	`671f5efdc9b642223389b7cc9f563faf`
BLAKE2b-256	`b3e0aec9e0e5e313e514b2bc4a89295611aacb2d821333b3dcb8a6e9e86f6379`

哈希值用于 arch-7.1.0-cp39-cp39-macosx_11_0_arm64.whl

arch-7.1.0-cp39-cp39-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`9ef82ed13c86f93c97af926964d8d78d169afd9f64c6df8633d76574781ca227`
MD5	`d21fef6c21c2355dbe81c685f905478c`
BLAKE2b-256	`87893f5d93e58859b36d73e8d78fdada119e19ab45e4b41752e227cea615bea4`

哈希值用于 arch-7.1.0-cp39-cp39-macosx_10_9_x86_64.whl

7.1.0-cp39-cp39-macosx_10_9_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`6b2a6b3e2f5a52289807053e1275968b33beade873b3cf18f63e35daf5f8ec27`
MD5	`6791f1bdbc9c01d43728a434b68b3f76`
BLAKE2b-256	`2115feb524526a1c5482f4afa5b670f7460690ece821b8b8a59ef1ef2b163eaa`

arch 7.1.0

导航

验证详情

维护者

未验证详情

项目链接

元数据

分类器

项目描述

arch

模块内容

Python 3

文档

关于ARCH的更多信息

贡献

示例

波动率建模

单位根检验

协整测试与分析

自举法

多重比较程序

长期协方差估计

要求

可选要求

安装

pip

Anaconda

Windows

开发

安装说明

项目详情

验证详情

维护者

未验证详情

项目链接

元数据

分类器

发布历史 发布通知 | RSS源

下载文件

源分布

构建版本

发布历史发布通知 | RSS源