软件简介

OxMetrics是一个系列软件包的名称，提供综合的计量经济学分析解决方案，包括横截面和面板数据的时间序列，预测，财经计量经济学建模或统计分析。

经济软件包包含：
Ox Professional, GiveWin, PcGive Professional, G@RCH, STAMP, PcGets , PcNaive, 和 TSP/GiveWin

软件功能

OxMetrics提供用于计量经济学的时间序列分析、预测、财经计量经济建模、横截面和面板数据的统计分析的集成的系列软件包解决方案。该系列的核心软件包是OxMetrics，它提供了用户界面，数据处理和图形，Ox专业版提供了执行语言。该系统中的其它的软件包都是用来帮助客户求解特定的建模和预测需要的交互式，容易使用和强大的工具。

OxMetrics Enterprise Edition（OxMetric 企业版）
OxMetrics企业版是一套单独的产品，包含和集成了计量经济学，时间序列分析和预测，应用经济学和金融时间序列的理论和实证研究的所有重要组成部分，包含：Ox Professional、PcGive、，G@RCH和STAMP。

Ox Professional Version 9.0（Ox 专业版）
一种面向对象的矩阵编程语言。它是统计和计量经济学编程的重要工具，语法与 C++ 相似，并提供矩阵和统计运算的全面命令。 Ox 是 OxMetrics 的核心。OxMetrics 的大多数其他模块（例如 PcGive、STAMP、G@RCH）都是用 Ox 语言实现。Ox Professional 属于 OxMetrics Enterprise Edition。

PcGive Professional Version 15.0（PcGive专业版15.0）
现代计量经济学建模的重要工具。PcGive Professional 也是 OxMetrics Enterprise Edition 的一部分。它提供了更新的计量经济学技术，从单方程方法到高级协整、波动率模型、静态和动态面板数据模型、离散选择模型和时间序列模型。

PcGive Professional 包括 Autometrics
Autometrics 是 PcGive 中提供的自动计量经济学模型选择程序。Autometrics 是一种革命性的新建模方法，基于对模型选择过程的理解的更新进展。实验表明，Autometrics 甚至胜过有经验的计量经济学家。从初始模型开始，Autometrics 将找到更佳简化模型。从而消除模型选择的繁琐工作，让您专注于模型的变量选择和解释。

G@RCH Version 9.0
G@RCH 是一个 OxMetrics 模块，专门用于单变量和多变量 ARCH 类型模型的估计和预测。它还允许对二次变量综合波动率的单变量和多变量非参数估计量。G@RCH 提供了菜单驱动的易于使用的界面以及一些图形功能。对于重复任务，可以通过 OxMetrics 的Batch Editor 或使用 Ox 语言以及“Garch”、“MGarch”和“Realized”类来估计模型。9.0 版本是一个重大更新，具有许多改进。G@RCH 也是 OxMetrics Enterprise Edition 的一部分。

STAMP Version 8.3
基于结构化时间序列模型的时间序列建模和预测。这些模型使用先进的技术，如 Kalman filtering （卡尔曼滤波），但设置为易于使用。该程序完成了艰苦的工作，让用户可以自由地集中精力制定模型，然后使用它们进行预测。STAMP 8.3包括单变量和多变量模型以及自动异常值检测。STAMP 也是 OxMetrics Enterprise Edition 的一部分。

CATS 3（时间序列分析的协整分析）
CATS 使用 OxMetrics 进行数据输入、图形和文本输出，是 OxMetrics 系列的一部分。
第三代 CATS 以不止一种方式进行了彻底的重写。它现在是用 Ox 编写的，可以在 OxMetrics 中使用，可以使用图形用户界面，也可以编程。此外，许多算法已经得到改进或添加，特别是对于 I(2) 模型。具有 I(2) 协整和许多新 I(1) 协整特征的新 CATs 模块包括校正并且速度相当快。

SsfPack Version 3.0
SsfPack 是一套 C 例程，用于执行涉及状态空间形式的单变量和多变量模型的统计分析的计算，需要 Ox 4 或更高版本才能运行。SsfPack 不是 OxMetrics 企业版的一部分。
* OxMetrics 8 和 SSfPack 用户请注意： SSfPack 3.0 已重新编译以兼容 OxMetrics 8，需要用户重新安装新版本的软件。

OxMetrics 9 新功能

支持暗模式。这在 macOS 下会自动检测到，但可以在 Model/Preferences/Options 中设置。在 Windows 和 Linux 下，并非所有对话框都会变暗。图形窗口永远不会变暗。
新的默认数据格式：*.oxdata（这是一个 zip 文件中的 .in7/.bn7 文件）。
改进了 csv 读写，并支持压缩的 csv 文件。
不再支持过时的电子表格文件（.xlsx、.wks）和 .dht 数据文件。
改进了对高分辨率屏幕 (HiDPI) 的支持并改进了对话框。
对 Apple 芯片 (M1) 的本机支持。
放弃了对 32 位版本的支持。
新的全精度双点到字符串转换避免打印（例如）0.46000000000000002。
图形可以以 SVG 矢量格式保存，该格式可以合并到 html 文档中。SVG 文件也可以插入到更新版本的 Microsoft Word 和 Excel 中。
可以通过右键单击文档列表中的图表并选择 保存 Ox 代码来创建重新生成图表的 Ox 代码。可在手动调整后将图表用作其他图表的模板。
DataFetch 从 Fred、Quandle 和其他数据提供者下载数据。
可以通过右键单击文档列表中的图表并选择 保存 Ox 代码来创建重新生成图表的 Ox 代码。可在手动调整后将图表用作其他图表的模板。
PcGive 和其他：使用快捷方式将测试菜单变成弹出菜单
PcGive、STAMP、G@RCH 对话框现在以 OxMetrics 模型类对话框为中心
新代数函数： seasonal(LAG) , cseasonal(LAG) , DI(YEAR, PERIOD) , II(YEAR, PERIOD) , SI(YEAR, PERIOD) , TI(YEAR, PERIOD) , lag0
新的批处理函数： drawtext、 drawptext、 drawtitle。
特殊变量（Seasonal、 CSeasonal、 II#1980(1)、 SI#1980(1)、 TI#1980(1)等）可用于代数表达式的右侧。

Ox的更新
oxurl- 通过 libcurl 的简单接口从 Internet 下载资源。
oxdoc- 从源代码标记生成文档（用 Ox 编写），oxdoc 的文档是通过在其自身上运行来创建的。
gwg2ox- 为 gwg 文件生成 Ox 代码（在从图形窗口联系人菜单调用 Save Ox 代码时使用）。
Python – 从 Ox 代码调用 Python。
Rox- 从 Ox 代码调用 R。

Ox 9.0
* 添加 .last 以索引最后一个元素：

x[.last][.last] = 1;
x[.last – 1][.last – 2] = 2;
x[.last + 1] //error: indexing beyond last element

parallel if (test-expression) for, parallel if (test-expression) foreach 允许代码决定是否并行运行
数组和字符串的乘法连接
按字符串索引数组：搜索具有该字符串值的奇数索引，然后访问下一个元素。这模拟了字典样式查找。如果项目不存在，则返回 .Null（而不是索引超出范围错误）。

decl aa = {“one”, 10, “two”, 0, “four”, <1>, “five”, {1,2}};
println(“aa[\”one\”]= “, aa[“one”] ?: “false”);
println(“aa[\”two\”]= “, aa[“two”] ?: “false”);
println(“aa[\”three\”]=”, aa[“three”] ?: “false”);
println(“aa[\”four\”]= “, aa[“four”] ?: “false”);
println(“aa[\”five\”]= “, aa[“five”] ?: “false”);

此示例还使用：允许 a？a : c 要写成 a ? ： C。当一个函数有很多选项时，这使得代码更具可读性：

func(const options)
{
otherfunc(options[“print”] ?: 0,
options[“stop_on_errors”] ?: 0,
options[“labels”] ?: {“a”,”b”,”c”});
}
decl aa = {“one”: 10, “two”: 0, “four”: <1>, “five”: {1,2}};
// is equivalent to
decl aa = {“one”, 10, “two”, 0, “four”, <1>, “five”, {1,2}};

// 但前者可能更能体现意图
注意: 只能在奇数元素之后，否则会出现编译错误

G@RCH 9.0
G@RCH 9.0 现在包括单变量乘法误差模型(MEM)。MEM 模型主要针对非负时间序列建模。更流行的 MEM 类型模型是 Engle 和 Russell (1998) 的自回归条件持续时间 (ACD) 模型。G@RCH 9.0 提供不少于七种不同的规范。
Mulcom 3.0 现在完全集成到 OxMetrics 9.0 中。MulCom 专为预测评估而设计。它分析了一组竞争模型中的某些模型在预测准确性方面是否明显优于其他模型。MulCom 也可以应用于比较两个或多个群体的平均值的任何环境。
G@RCH 9.0 可以与DataFetch一起使用，从 Internet 下载数据，然后根据下载的数据估计模型。