Ökonometrie: Vorhersage einen Schritt voraus - Seite 71

 
faa1947:
Ich habe keine Veröffentlichungen über NS mit R^2 gesehen. Das ist es, was ich meine. Was hat die Regressionsanalyse damit zu tun?


RA hat nichts damit zu tun, es ist die Maßnahme (Kleinigkeiten), die sich ändert. Geraden, Kurven und schräge Linien werden verschoben.

Wie man so schön sagt: auf die nächste Konstante genau.

 
C-4: Das Einzige, was in dieser Situation getan werden kann, ist, den Mittelungszeitraum weiter zu verlängern. Das Problem ist jedoch, dass sich der Preis mit zunehmender Dauer der Mittelwertbildung immer weiter vom Mittelwert entfernt und es immer länger dauert, bis der Preis wieder den Durchschnittswert erreicht.
Ja, verpfuscht. Sie können die alten Mikropositionen nicht schließen, da das Gesamtergebnis der "Y" -Operation durch den realisierten Gewinn/Verlust verzerrt wird. Also, nur um den Zeitraum zu verlängern. Das bedeutet aber nicht zwangsläufig, dass sich der Preis von der Bewegung wegbewegen wird. Kurz gesagt, wir sollten uns das ansehen.
 
Mathemat:

Berechnen Sie selbst, wie hoch das Eigenkapital am 13. Es gibt kein Netting, wir handeln mit DCs!

Ich verkaufe den muv wirklich und achte darauf, dass die offenen Short-Positionen insgesamt dem verkauften muv entsprechen (natürlich mit einem Faktor von 13), indem ich "Eskorten" mache.

Das mit dem Aufbau des Zeitraums - das ist die nächste Idee, die übrigens sehr sinnvoll ist. Aber jetzt müssen wir erst einmal das Grundlegende verstehen.


Dem kann ich nicht widersprechen und stimme völlig zu. Am 13. Balken entspricht der Preis Ihrer durchschnittlichen kumulativen Position genau dem Wert des Muvings mit der Mittelungsperiode 13. Das Netting wird diese Tatsache noch deutlicher zeigen. Das Problem besteht darin, dass Sie Ihre Position bei Takt 14 nicht mehr dem aktuellen Durchschnitt mit einer Periode von 13 entsprechen können, da der gleitende Durchschnitt wegfällt und Ihr durchschnittlicher Einstiegspreis gleich bleibt. Das Einzige, was Sie tun können, ist, den Durchschnitt erneut zu berechnen und den Mouwing mit Periode 14 zu verwenden, bei Takt 15 müssen Sie den Mouwing 15 verwenden, bei Takt 16 und so weiter bis ins Unendliche. Im Grenzfall wird der gleitende Durchschnitt so groß, dass der Kurs in absehbarer Zeit nicht mehr zu ihm zurückkehren wird. D.h. es ist nicht möglich, eine "Begleitung" zu machen.

Morgen werde ich meinen Gedanken in der Tabelle niederschreiben, um ihn zu verdeutlichen.

 
Mathemat:
Die Schließung alter Kleinstpositionen sollte nicht zulässig sein, da das Gesamtergebnis der Y-Operation durch den realisierten Gewinn/Verlust verzerrt wird.

Es ist einfacher, nur alte Mikropositionen werden zum aktuellen Preis des Nullbars geschlossen, und um den Zeitraum aufrechtzuerhalten, sollten alte Mikropositionen zu ihren Eröffnungspreisen vor 13 Bars geschlossen werden, was nicht möglich ist. Aber der muwink schließt die alten Werte zu den alten Preisen, er kann das, weil er ein Indikator ist.
 

zu:faa

Während wir diskutiert und diskutiert haben, ist das Freak-Regiment eingetroffen:

Vorhersage von Zeitreihen mit exponentieller Glättung

Vorhersage von Zeitreihen mit exponentieller Glättung (Ende)

Die Kandidaten sind perfekt auf Ihre Methode abgestimmt.

 
C-4:

zu:faa

Während wir diskutiert und diskutiert haben, ist das Freak-Regiment eingetroffen:

Zeitreihenprognose mit exponentieller Glättung

Vorhersage von Zeitreihen mit exponentieller Glättung (Ende)

Die Kandidaten sind perfekt auf Ihre Methode abgestimmt.

Das habe ich. Er lehnte ab. Ich war daran interessiert, wie man die Glättungsparameter auf der Grundlage des Vorhersagefehlers anpassen kann. Das ist ein Teil des Problems für mich.

Es gibt ein weiteres Problem. Ich habe bereits Simulationsergebnisse für ein Modell veröffentlicht. Jetzt stelle ich es für einen anderen ein:

kotir hp1(-1 bis -2) hp1_d(-1 bis -1) eq1_hp2(-1 bis -3) eq1_hp2_d(-1 bis -4)

wobei HP den Quotienten 1/DX glättet, d. h. den Kehrwert des Dollar-Index.

Hier ist das Ergebnis:

Sehr gutes Modell. Eignet sich zur Optimierung durch LM ACF und max Prob C

Und hier sind die deprimierenden Ergebnisse:

Bei der Prognose innerhalb der Stichprobe habe ich einen fantastischen Gewinnfaktor, achten Sie bitte besonders auf den Gewinnfaktor in den Beobachtungen. Aber außerhalb der Stichprobe ..... Warum werden solch rosige Ergebnisse nicht noch einen Schritt weitergeführt? Ich kann das nicht verstehen.

 
tara:


Wladimir: Der Ausblick von SanSanych ist nicht eng, aber die Aufgabe ist spezifisch, wie mir scheint. imho, natürlich.

Und der Griff ist bullish...


In der Regel lassen die Hersteller solcher Modelle diese schnell im Testgerät laufen, stellen sicher, dass sie ablaufen, und gehen zu neuen Modellen über. Aber hier zeigt der Starter tägliche Vorhersagen in Echtzeit und erwartet ein Wunder - eine Art Masochismus.
 
faa1947:

Bei der Vorhersage innerhalb der Stichprobe habe ich einen fantastischen Gewinnfaktor, insbesondere beachten Sie bitte den Gewinnfaktor bei Beobachtungen. Aber außerhalb der Stichprobe ..... Warum werden solch rosige Ergebnisse nicht noch einen Schritt weiter gedacht? Ich kann das nicht verstehen.

Endlich hat der Anhänger der Sekte, das Hauptgeheimnis des religiösen Tricks enthüllt!

Elementar, Watson! Weil sie nicht stationär sind. Stationarität liegt vor, wenn Streuung und Erwartungswert konstant sind und nicht von der Stichprobe abhängen, an der sie gemessen werden. D.h. in jeder anderen unabhängigen Stichprobe sollten wir ungefähr die gleichen Konstanten erhalten. Wenn dies nicht der Fall ist, dann ist die Stationaritätshypothese widerlegt.

Die Stationaritätshypothese kann auf andere Weise getestet werden, indem der Stichprobenumfang erhöht wird. Im Falle der Stationarität sollten sowohl Varianz als auch Erwartungswert konstant bleiben.

 
faa1947:
Ich habe keine Veröffentlichungen über NS mit R^2 gesehen.

In jedem Algorithmus können Sie jeden Fehler verwenden...und p-Q auch in NS...
 
Reshetov:

Endlich hat der Anhänger der Sekte das Hauptgeheimnis des religiösen Tricks gelüftet!

Elementar, Watson! Weil sie nicht stationär sind. Stationarität liegt vor, wenn Streuung und Erwartungswert konstant sind und nicht von der Stichprobe abhängen, an der sie gemessen werden. D.h. in jeder anderen unabhängigen Stichprobe sollten wir ungefähr die gleichen Konstanten erhalten. Wenn dies nicht der Fall ist, dann ist die Stationaritätshypothese widerlegt.

Die Stationaritätshypothese kann auf andere Weise getestet werden, indem der Stichprobenumfang erhöht wird. Im Falle der Stationarität sollten sowohl Varianz als auch Erwartungswert konstant bleiben.


verdammt, theoretisch sollte es das... aber in der Praxis wird es das nicht... und es wird nicht nur von der Größe der Gesamtstichprobe abhängen, sondern auch davon, was in ihr enthalten ist...